kNN и шумовые признаки: как сравнить эксперименты
К полезным признакам добавили случайные столбцы, после чего качество kNN изменилось. Выберите постановку сравнения, которая отделяет влияние признаков от изменения проверки.
Выберите ответ и проверьте себя. Продолжить тему можно в курсе Классическое машинное обучение: алгоритмы и практика на Python.
После добавления 20 шумовых столбцов состав ближайших соседей для валидационного объекта изменился, а средняя MAE на кросс-валидации заметно ухудшилась. Какой контролируемый шаг позволит корректно проверить влияние именно этих шумовых признаков?
Без регистрации · результат не сохраняется
