今回、100サイズの分類の精度が悪いから、100サイズ/60サイズで新たな特徴量を入れようとしている。 仮に、80サイズ/60サイズの特徴量は不要かな？
新しい特徴量を導入する際には、その特徴量がモデルの性能向上にどの程度寄与するかを検討する必要があります。80サイズ/60サイズの特徴量も、サイズが100の梱包との比較から得られる相対的な情報を提供しますが、その重要性は場合によって異なります。
考慮すべきポイントは次のとおりです：
-
データの特性: サイズが80の梱包と60の梱包の間の相対的な差異が、モデルが予測するための重要な情報であるかどうかを考慮します。たとえば、80の梱包と60の梱包の差が、サイズが100の梱包との差よりも小さい場合、その特徴量の有用性は限られる可能性があります。
-
モデルの性能: 80サイズ/60サイズの特徴量を導入した場合、モデルの性能が向上するかどうかを検証します。モデルの評価やクロスバリデーションを通じて、新しい特徴量がモデルの性能に有意な影響を与えるかどうかを確認する必要があります。
-
特徴量の多重共線性: 80サイズ/60サイズの特徴量が、既存の特徴量や他の相対的な特徴量と相関していないかを確認します。特に、同じような情報を提供する特徴量が複数存在する場合、特徴量の多重共線性が問題となる可能性があります。
総合的に判断して、80サイズ/60サイズの特徴量がモデルの性能向上に有益であると考えられる場合は導入することができますが、その有用性を検証するためにデータやモデルの評価を行うことが重要です。