所以我正在学习一门机器学习课程，本课程解释说，为了避免虚拟陷阱，一种常见的做法是删除一列。它还解释说，由于可以从其他列中推断出已删除列上的信息，因此我们不会因此而失去任何东西。
然而，本课程并没有解释虚拟陷阱到底是什么。它也没有给出任何关于陷阱如何表现的例子。起初，我假设虚拟陷阱只是由于多重共线性而使模型性能不太准确。但后来我读了这篇文章。它没有明确提到虚拟陷阱，但它确实讨论了尝试将 OHE 与 OLS 一起使用会导致错误（因为模型试图反转奇异矩阵）。然后它显示了删除一个虚拟功能的做法如何解决这个问题。但随后它继续证明这种措施在实际情况下是不必要的，因为显然正则化也解决了这个问题，并且迭代算法（与封闭式解决方案相反）首先没有这个问题.
所以我现在对“虚拟陷阱”一词背后的确切含义感到困惑。它是专门指这个矩阵求逆错误吗？或者它只是一种让模型得到训练但使其性能变差的效果，与那篇文章中描述的问题完全无关？pd.get_dummies()我尝试在 OHE 编码的数据集（我与参数一起使用）上训练 sklearn LinearRegression 模型drop_first=False以尝试重现虚拟陷阱，后者似乎是这种情况：模型训练成功，但与它相比，它的性能明显更差到在集合上训练的相同模型drop_first=True. 但是我仍然对我的模型为什么能成功训练感到困惑，因为如果这篇文章是可信的，倒置错误应该会阻止它成功训练。