в [29] можно заметит признаки с корреляцией 1, их нужно выбросить (можно просто в цикле дропнуть все, где корреляция больше 0.9, например)
Очень много признаков, которые имеют низкую feature importance, их тоже лучше убрать (важно, модель для отбора признаков и для предсказания должны быть разными (например, отбрасывать можно регрессией с l1 регуляризацией)
в [29] можно заметит признаки с корреляцией 1, их нужно выбросить (можно просто в цикле дропнуть все, где корреляция больше 0.9, например)
Очень много признаков, которые имеют низкую feature importance, их тоже лучше убрать (важно, модель для отбора признаков и для предсказания должны быть разными (например, отбрасывать можно регрессией с l1 регуляризацией)