我有六个以上的不同表，具有300多个功能（属性）。现在，我对为模型构建选择特征的正确方法有些困惑。我考虑两个过程
一对一地选择属性，并计算该属性对于输出的重要性，并将其添加到数据集市。
从所有表格中获取所有功能，并计算它们的相关性和重要性，并删除次要功能。
最佳答案
300个功能对于您的模型构建过程来说太多了。
您可以使用xgboost和random forest之类的算法，因为它们具有以下功能：
查找功能的重要性。
您可以根据特征的重要性对特征进行排序，然后删除重要性不高的特征，这将使模型的复杂性降低。
关于machine-learning - 特征选择的最佳方法，我们在Stack Overflow上找到一个类似的问题：https://stackoverflow.com/questions/54784197/