機器學習問題中參數間的相互影響

Question

假設我們有來自學生班級的10-D數據。該數據包括像名稱，等級，課程，講課等類的所有學生的小時號參數。現在，我們要分析講課時數對分數的影響。 如果我們密切關注我們的參數，名學生的無關與等級，但課程由學生採取「可能」會對等級影響。

因此，可能存在相互依賴的參數，而其他參數可能完全獨立。我的問題是，我們如何確定哪個參數對我們的分類/迴歸問題有影響，哪些參數沒有影響？ PS：我並不是在尋找確切的解決方案。如果有人能夠向我展示正確的谷歌搜索方向或關鍵字，那應該就足夠了。 謝謝。

Answer 1

您正在尋找的技術被稱爲dimension reduction。斯坦福machine learning class通過一種方法（principal component analysis）。

Answer 2

這是independent component analysis的問題。 ICA是用於查找數據集的統計獨立組件的一系列方法。這是一個困難的問題，並且存在用於找到好的解決方案的各種各樣的算法。一種流行的算法是FastICA。還有whitening和decorrelation的相關概念。