机器学习问题中参数间的相互关系

Question

假设我们有来自学生班级的10维数据。数据涉及的参数，如姓名，年级，课程，编号。全班所有学生的讲座时间等。现在，我们想分析一下No的影响。几个小时的成绩讲座。如果我们仔细观察我们的参数，学生的名字与成绩无关，但是学生的课程“可能”会对成绩产生影响。

因此，可能存在相互依赖的参数，而另一些参数可以完全独立。我的问题是，我们如何决定哪个参数对我们的分类/回归问题有影响，哪些不影响？

PS:我不是在寻找确切的解决方案。如果有人能告诉我谷歌搜索的正确方向或关键词，那就足够了。谢谢。

Answer 1

您要寻找的技术称为维数约简。斯坦福大学的机器学习课超越了一种方法(主成分分析)。

Answer 2

这就是独立分量分析的问题。ICA :一种寻找数据集统计独立分量的方法。这是一个很难解决的问题，有各种各样的算法可以找到好的解。一个流行的算法是FastICA。

还有美白和去相关的相关概念。