特征真的越多越好吗？从特征工程角度看“garbage in，garbage out”

1. 从朴素贝叶斯在医疗诊断中的迷思说起 这个模型最早被应用于医疗诊断，其中，类变量的不同值用于表示患者可能患的不同疾病。证据变量用于表示不同症状、化验结果等。在简单的疾病诊断上，朴素贝叶斯模型确实发挥了很好的作用，甚至比人类专家的诊断结果都要好。但是在更深度的应用中，医生发现，对于更复杂（由多种致病原因和症状共同表现）的疾病，模型表现的并不好。 数据科学家经过分析认为，出现这种现象的原因在于：模

>>阅读原文<<