我是否应该在构建机器学习模型的整个列中删除具有相同值的变量？
Should I drop a variable that has the same value in the whole column for building machine learning models?
例如，x 列有 50 个值，所有这些值都相同。
为了构建机器学习模型，删除这些变量是个好主意吗？如果是这样，我如何在大型数据集中发现这些变量？
我想可能需要 formula/function 才能这样做。我正在考虑使用可以考虑整个数据集的 nunique。
您应该删除此类列，因为它不会提供有关每个数据点之间差异的额外信息。对于一些机器学习模型（由于算法工作的性质），如随机森林，保留该列是很好的，因为实际上不会选择此列来拆分数据。
要发现这些，尤其是对于分类变量或名义变量（具有固定数量的可能值），您可以计算每个唯一值的出现次数，如果众数大于某个阈值（比如 95%），然后从模型中删除该列。
如果没有变量，我个人会一个一个地过一遍，这样我就可以完全理解模型中的每个变量，但是如果特征量太大，上面的系统方法是可行的。
例如，x 列有 50 个值，所有这些值都相同。
为了构建机器学习模型，删除这些变量是个好主意吗？如果是这样，我如何在大型数据集中发现这些变量？
我想可能需要 formula/function 才能这样做。我正在考虑使用可以考虑整个数据集的 nunique。
您应该删除此类列，因为它不会提供有关每个数据点之间差异的额外信息。对于一些机器学习模型（由于算法工作的性质），如随机森林，保留该列是很好的，因为实际上不会选择此列来拆分数据。
要发现这些，尤其是对于分类变量或名义变量（具有固定数量的可能值），您可以计算每个唯一值的出现次数，如果众数大于某个阈值（比如 95%），然后从模型中删除该列。
如果没有变量，我个人会一个一个地过一遍，这样我就可以完全理解模型中的每个变量，但是如果特征量太大，上面的系统方法是可行的。