1、想问一下指标之间的相关性很小，还能用随机森林神经网络这种模型建模么？需要剔除相关性小的指标么？
2、想问一下模型的决定系数R2=0.8，rmse=9.3，但是nrmse大于50%，这模型还能用么？这结果还能放文章里么
参考GPT和自己的思路：关于问题1，即使指标之间的相关性很小，仍然可以使用随机森林和神经网络等机器学习算法建模。事实上，这些算法在处理高维度和低相关性数据时表现得非常出色。但是，指标之间的相关性越小，建模的难度可能会增加。在这种情况下，您可以考虑在建模之前使用特征选择方法来排除不相关的指标，以降低模型的复杂性。
关于问题2，如果NRMSE超过50%，则表明模型的预测误差太大，无法说服人们使用该模型进行预测或决策。因此，建议您检查模型的数据质量，评估数据的完整性和准确性，以及重新检查模型的可行性和正确性。如果模型表现不佳，则应进行改进或调整，并确保将其与其他模型进行比较，以确定哪个模型最适合解决您的问题。如果模型表现良好且可重复，则可以在文章中提及模型和相关结果，但必须明确说明模型的限制和适用条件。
看一下你的数据归一化或者样本是不是太小。在样本很小，而维数很大的情况下，样本太稀疏，所以就会出现你说的种种奇怪问题。