使用单一特征（在本例中为距离）训练模型，同时使用观察权重是否正确？
我正在尝试训练一个机器学习模型，其中唯一的输入特征是距离。此外，我还有一个代表观察权重的权重列，以及一个指示距离是高还是低的目标变量（这是我想要预测的目标）。
仅用一个特征（在本例中为距离）来训练模型是否合适？另外，在处理这样的加权数据时，您会推荐什么类型的模型？
提前致谢！
我尝试使用逻辑回归和随机森林等模型，仅将距离作为输入特征。我希望模型能够学习距离和目标变量（高或低）之间的关系。此外，我应用权重来更加重视某些观察结果，但我不确定这是否是实现它的最有效方法，或者其他模型在加权数据下是否会表现更好。
是的，您可以使用单个特征训练模型，也可以使用观察权重。两者没有任何关系，完全可以混用。同样，模型的选择也与观测数据是否加权无关。
简单地说，分别思考每件事：