特征稀疏性

100-Same Tree | Links:

特征稀疏性

• 特征稀疏性的含义：特征只能覆盖很少一部分样本，数据维度高
• 带来的问题：样本少训练不充分，置信度低
• 来源：取值很多的类别特征、离散化、组合特征

缓解方式

• 可考虑用降维来缓解。但只能缓解，无法解决，本质上是信息的缺失
• 业务方法降维：通过业务知识以预定义的方式对数据归类 e.g.单品 ->类别
• 算法降维：LDA、PCA、embedding等