Ein Gerätehersteller hat über 1.000 potenzielle Features und möchte die wichtigsten Features finden, die den Verkaufspreis beeinflussen. Welche Feature-Selection-Techniken sollten verwendet werden? (Wählen Sie drei.)

Um die wichtigsten Features aus über 1.000 potenziellen Features zu finden, sind effektive Feature-Selektionstechniken erforderlich. Eine Korrelationsmatrix, visualisiert als Heatmap, hilft, lineare Beziehungen zwischen Features und dem Ziel (Verkaufspreis) sowie zwischen den Features selbst zu identifizieren, was zur Reduzierung redundanter Features nützlich ist. Die univariate statistische Selektion bewertet die individuelle Vorhersagekraft jedes Features unabhängig voneinander, was bei einer großen Anzahl von Features effizient ist. Baumbasierte Modelle wie Random Forests oder Gradient Boosting können Feature-Wichtigkeitswerte berechnen, die angeben, wie stark jedes Feature zur Vorhersage des Zielwerts beiträgt, und sind robust gegenüber nicht-linearen Beziehungen. Das Skalieren numerischer Features (Standardisierung/Normalisierung) ist eine Vorverarbeitungstechnik, keine Feature-Selektion. Data Binning ist eine Diskretisierungsmethode, die nicht direkt zur Feature-Selektion dient. Das Erweitern des Datensatzes mit synthetischen Beispielen (Data Augmentation) erhöht die Trainingsgröße, ist aber keine Feature-Selektionstechnik.