sklearn.feature_selection.mutual_info_classif?中的discrete_features参数
sklearn.feature_selection.mutual_info_classif?中的discrete_features参数
提问于 2022-01-23 09:11:17
我对mutual_info_classif函数作为一种特征选择方法的参数有疑问。
我有一个二项式目标Y，它采用值(0,1)和X-特征的混合类型.这些特征是二项式(0,1)，连续的和范畴的。在范畴内，我有序数特征(例如，低、中、高编码为1,2,3)和非序数(例如，部门名称是一个热编码)。
据我所知，我可以为我的分类特性设置discrete_features = True，为我的数值(连续)特性设置discrete_features=False。discrete_features = 'auto‘是什么意思？它会把我的连续和有序的特征看作是密集的(假的)和一个热编码的特征为稀疏的(真)吗？
有人能澄清在我的情况下如何设置参数值吗？
谢谢。
回答 1
Stack Overflow用户
发布于 2022-01-25 10:55:42
如果设置discrete_features = 'auto'，则如果输入稀疏，则确定discrete_features = True。如果您的输入是密集的，它将其视为连续的。
例如，如果我们运行cat特性，指定discrete_features=True：
from sklearn.feature_selection import mutual_info_classif
from scipy.sparse import csr_matrix
import numpy as np
np.random.seed(111)
target = np.random.binomial(1,0.5,20)
cat_feature = np.random.binomial(3,0.5,(20,2))
mutual_info_classif(cat_feature,target,discrete_features=True)
array([0.03219502, 0.00257154])它不同于指定为False：
mutual_info_classif(cat_feature,target,discrete_features=False)
array([0, 0])现在，如果使用“auto”与discrete_features=False相同，因为输入很密集：
mutual_info_classif(cat_feature,target,discrete_features='auto')
array([0, 0])我们使输入稀疏，得到与指定discrete = False相同的输出：
cat_feature = csr_matrix(cat_feature)
type(cat_feature)
scipy.sparse.csr.csr_matrix
mutual_info_classif(cat_feature,target,discrete_features="auto")
Out[42]: array([0.03219502, 0.00257154])您有此选项，因为我们通常会对分类特性进行编码，而稀疏矩阵则更适合于给定零点的数量。
页面原文内容由Stack Overflow提供。腾讯云小微IT领域专用引擎提供翻译支持
原文链接：
https://stackoverflow.com/questions/70820610
复制相关文章
相似问题
腾讯云开发者
