数据集中的新特性

Question

我现在正处于学期中期，试图了解算法和特征的背景。我想了解一些理论。

如果我有一个有N个样本的数据集。例如，每个示例都有5个特性。我做了三种分类算法，如支持向量机、决策树和kMeans。总之，我得到了很好的结果

以一种神秘的方式，在dataset中添加了一个新特性。随机选取的每一个样本的特征值。

我重新启动了数据集上的算法(使用新特性)

分类结果是否会从没有新特性的第一个结果中改变？如果是的话，他们为什么要改变呢？此外，如果我没有数据集，如何才能知道如何识别该新特性？

Answer 1

您的分类算法的结果要么会改变，要么将保持不变，这取决于模型从该特性中获取了多少信息。例如，如果该特性是随机噪声，那么它将对您的模型几乎没有影响，只会减慢它的速度。如果它包含有用的信息，它可能会增加参数，如召回和精度。希望这能帮上忙。