要构建一个具有数千个特征的降雨预测模型；您希望减少特征数量以加快训练速度，同时将准确性损失降至最低。哪种做法是合适的？

正确答案是“将高度共依赖（冗余）的特征组合成一个代表性特征”。当特征高度相关时，它们提供了相似的信息，导致冗余。通过将这些冗余特征组合成一个代表性特征（例如，通过主成分分析或特征工程），可以减少特征数量，从而加快训练速度，同时最大限度地减少信息损失。 删除与输出标签高度相关的特征是错误的，因为这些特征对模型的预测能力至关重要。将特征按固定三组平均是武断的，可能会丢失重要信息。删除在超过50%的训练记录中为空的特征可能过于激进，因为即使是部分缺失的特征也可能包含有价值的信息，可以通过插补等方法进行处理。