R XGBoost对变量选择有效吗？_R_Machine Learning_Logistic Regression_Xgboost

R XGBoost对变量选择有效吗？

r machine-learning

R XGBoost对变量选择有效吗？,r,machine-learning,logistic-regression,xgboost,R,Machine Learning,Logistic Regression,Xgboost,我了解XGBoost的用法，我明白了这是一个业余问题 XGBoost可以像LASSO一样用于变量消除和选择，还是我们需要先使用LASSO消除变量，然后使用XGBoost最终获得预测？XGBoost对于存在冗余变量（特征）的预测非常有效。作为底层的梯度推进算法本身就是但强烈建议删除（设计）任何数据集中用于训练任何算法（无论是LASSO还是XGBoost）的任何冗余特征此外，您可以使用将这两种方法结合起来，我的目标是最终获得最终重要变量的估计值，并从这些估计值中获得优势比。xgboost单独允许

我了解XGBoost的用法，我明白了这是一个业余问题

XGBoost可以像LASSO一样用于变量消除和选择，还是我们需要先使用LASSO消除变量，然后使用XGBoost最终获得预测？

XGBoost对于存在冗余变量（特征）的预测非常有效。作为底层的梯度推进算法本身就是

但强烈建议删除（设计）任何数据集中用于训练任何算法（无论是LASSO还是XGBoost）的任何冗余特征

此外，您可以使用

将这两种方法结合起来，我的目标是最终获得最终重要变量的估计值，并从这些估计值中获得优势比。xgboost单独允许我这样做，还是我需要将它与套索配对？你可以单独使用xgboost，但如果使用lass+xgboost组合，你的预测质量可能会更高。