선형 회귀에 피쳐를 추가 할 때 정확도가 떨어지는 이유는 무엇입니까?

Question

저는 ML을 처음 접하고 조금 배우기 위해 경매에 참가하고 있습니다. 데이터 세트에 특정 기능을 추가하면 정확도가 떨어집니다.

왜 비용에 추가되는 기능이 0으로 가중치가 적용되지 않습니까? 비선형 기능으로 인해 로컬 최소 솔루션이 생길 수 있습니까?

감사합니다.

Answer 1

선형 회귀 분류기에 대한 학습 오류에 대해 이야기하는 경우 버그가없는 한 기능을 추가하면 오류가 항상 줄어 듭니다. 당신이 말했듯이, 그것은 볼록한 문제이며, 무게를 0으로 설정할 수 있기 때문에 글로벌 솔루션은 더 나쁠 수 없습니다.

그러나 테스트 오류에 대해 이야기하고 있다면 기능 추가에 큰 문제가 될 것이며 확실히 관찰해야 할 부분입니다.

Answer 2

코멘트가 없으므로 답변으로 게시하십시오.

@agilefall : 반드시 틀린 것은 아닙니다. 예측 출력과 실제 출력 간의 상관 관계로 정확도를 측정하는 경우 추가 기능을 추가하면 정확도가 떨어질 수 있습니다. 선형 회귀는 그것에 대해 아무 것도 보증하지 않습니다.