Как зависит эффективность нейросети от наличия в датасете параметров, которые не влияют на итоговый результат?
Допустим, я в датасет для обучения включу доп. параметр, который не зависит от остальных данных (например моё настроение по утрам - хорошее/плохое, или кол-во съеденных калорий за день). Проигнорирует ли нейросеть этот параметр при обучении, или он негативно скажется на результате обучения?
Пример грубый, но интересует сама идея. Дело в том, что в обучающей выборке можно намешать кучу параметров и индикаторов, но не всех из них будут важны и вообще могут не влиять на результат прогноза. Интересует мнение разбирающихся в теме людей.
По идее если вес этого параметра равен нулю или очень близко к нулю, то он не окажет значительного влияния на итоговый результат.
По идее если вес этого параметра равен нулю или очень близко к нулю, то он не окажет значительного влияния на итоговый результат.
Если вес почти везде равен нулю, то такой параметр можно просто выбросить. Я говорю о более-менее нормально распределённом параметре.
Так и я о том. Если он ни как не влияет на результат, то в результате обучения вес, в принципе, должен стать близким к нулю.
Так и я о том. Если он ни как не влияет на результат, то в результате обучения вес, в принципе, должен стать близким к нулю.
А, понял, вы имеете в виду при обучении веса будут близкими к нулю. Тогда да, согласен.
- Бесплатные приложения для трейдинга
- 8 000+ сигналов для копирования
- Экономические новости для анализа финансовых рынков
Вы принимаете политику сайта и условия использования
Допустим, я в датасет для обучения включу доп. параметр, который не зависит от остальных данных (например моё настроение по утрам - хорошее/плохое, или кол-во съеденных калорий за день). Проигнорирует ли нейросеть этот параметр при обучении, или он негативно скажется на результате обучения?
Пример грубый, но интересует сама идея. Дело в том, что в обучающей выборке можно намешать кучу параметров и индикаторов, но не всех из них будут важны и вообще могут не влиять на результат прогноза. Интересует мнение разбирающихся в теме людей.