在分类问题中,有什么方法可以得到特征的重要性?

  统计/机器学习 监督式学习 特征选择    浏览次数:2312        分享
3

在分类问题中,有什么方法可以得到特征的重要性?重要性的意思就是对模型的预测具有重要的帮助。


谢谢!

 

开门呀是我   2017-05-07 11:34



   2个回答 
6

我知道的有三个思路。

一、通过随机森林,获取每个特征的importance,这个一般在python或者r里都是可以直接得到的数值。相似的gradient boosted trees或者xgboost也都有这样的importance。


二、单个特征。用单个特征建立分类器(比如,决策树,或者逻辑回归),哪个特征的模型越好,说明这个特征越重要。


三、向后选择。先用全部特征建立个分类器,然后把某个特征去掉,再做一个分类器,两个分类器表现的差值,就可以看作是这个特征的重要性。差值越大,说明越重要。


SofaSofa数据科学社区DS面试题库 DS面经

batmanX   2017-06-12 09:28

0

对于逻辑回归分类器的话,就是看每个变量的系数,绝对值越大,说明越重要。

(变量需要标准化)


SofaSofa数据科学社区DS面试题库 DS面经

Alfred   2017-10-16 12:04



  相关主题

partial dependence是什么意思?   1回答

使用uci的社区犯罪率做回归,怎么选择因变量呢   2回答

分类问题 特征怎么选择   1回答

wrapper特征选择法是什么意思?   1回答

什么情况下需要做特征选择?   1回答

对于组合特征怎么理解?   1回答

一个特征有两个可选的值,只需满足其中一个即可,该如何处理?   1回答

如果一列特征有90%以上的数值都是0,这个特征还有用吗?   2回答

python中如何产生交互项?   2回答

python使用MFCC特征训练GMMHMM模型   2回答

向前逐步选择法和向后逐步选择法的结果是一样的吗?   2回答

AIC可以是负数吗?   1回答



回答问题时需要注意什么?

我们谢绝在回答前讲“生动”的故事。

我们谢绝“这么简单,你自己想”、“书上有的,你认真看”这类的回答;如果你认为对方的提问方式或者内容不妥,你可以直接忽略该问题,不用进行任何作答,甚至可以对该问题投反对票。

我们谢绝答非所问。

我们谢绝自己不会、硬要回答。

我们感激每一个用户在编写答案时的努力与付出!