我有一个数据集，其中一个特征显示了与目标变量的最小显着性关系；然而，在评估了特征重要性之后，它显示了与目标变量的最显著关系，如图像所示。在下面的图像中，名为"diff“的变量是目标，称为”小时“的变量是独立的特征。基于Pearson相关性的特征是否有可能表现出最小的显着性关系，而基于特征重要性的<em
浏览 3提问于2022-02-03得票数 0
2回答
SHAP值可以解释，对吗？
、、、、
我在使用SHAP value来解释基于树的模型时遇到了一个问题。首先，我输入了大约30个特征，我有2个特征，它们之间有很高的正相关性。在此之后，我训练了XGBoost模型(Python)，并查看了2个特征的Shap值，Shap值具有负相关性。
你们能给我解释一下，为什么两个特征之间的输出SHAP值不具有与输入相关相同的相关性吗？我能不能相信SHAP
浏览 11提问于2019-11-25得票数 0
2回答
背景:目前，我正在从事我的论文项目，即建立基于树的集成方法，用于在一个大数据集上进行分类。在我开始建模之前，我花了大量的时间在特征选择上，使用基于相关性的标准来选择一个特征子集，这样这些选择的特征与响应变量有很高的相关性，并且彼此之间的相关性很低。然而，我的一位主管问我为什么花那么多时间在特征
浏览 0提问于2019-05-08得票数 9
1回答
我正在努力寻找十大有用的项目推荐。将项目分为类别，然后计算每个类别中的top10。有六个特征，根据这些特征，每个项目都分配一个分数，然后按递减顺序排序，以获得前十名。我不确定这些是否是最好的顶级商品？如何验证输出？我需要看看哪个特征在计算分数时占主导地位？
我已经计算了相关性，还有其他统计指标吗？
浏览 0提问于2016-02-04得票数 2
给定一个矩阵，我感兴趣的是特征值和相应的特征向量。你能给我推荐一下这样做的方法吗？谢谢:)
我正试图寻找一个被认可的答案，但现在，根据我所做的实验和观察，特征向量和evigenValues似乎是对
浏览 0提问于2012-12-20得票数 1
回答已采纳
2回答
形状值可以解释对吗？
、、、、
在使用SHAP值解释基于树的模型时，我遇到了一个问题。(https://github.com/slundberg/shapsd)
请大家向我解释一下，为什么两个特性之间的输出SHAP值不具有与输入相关性相同的相
浏览 0提问于2019-11-26得票数 4
回答已采纳
我检查了预测因子与Y之间的相关性，以及与Y相关性较低的下降预测因子。现在，我使用Y和剩下的预测因子之间的交叉验证来训练一个logistic回归模型。
这种方法有什么问题？
浏览 2提问于2016-07-11得票数 1
回答已采纳
1回答
如何改进特征和结果之间的相关性，以便实现回归模型？我知道使用pandas .corr()函数可以看到相关性，回归模型的最佳特征是最接近1或-1的特征。但是如果所有的特征都接近于0，我应该怎么做？有没有一种方法可以实现某种特征工程，这样我就可以改善这种相关性？
浏览 2提问于2019-12-17得票数 0
我希望能够自动删除高度相关的功能。我正在使用一组20-30个特性来执行分类问题，其中一些可能是相关的。另一方面，当一个模型中包含了三个或多个高度相关的变量时，就更难检测多个变量。(参考在这里)9.7
浏览 0提问于2019-05-24得票数 1
1回答
在我对194k个带有标签(类别1-5)的评论文本的数据集进行情感分析时，我试图减少基于单词到标签相关性的特征(单词)，通过这些特征可以训练分类器。使用带有默认参数化的sklearn.feature_extraction.text.CountVectorizer，我得到了86,7k的特性。遗憾的是，大小为(194339,86719)的数组会导致内存错误。我想我需要它在数据框中，以便计算与df.corr
浏览 26提问于2020-09-16得票数 0
回答已采纳
1回答
我使用k-means算法对我的数据进行聚类。我有5000个样本……(我的每个样本都是关于一个客户的。为了分析客户价值，我将基于4个行为特征对它们进行聚类。)距离是使用欧几里德度量和皮尔逊相关性计算的。我不知道欧几里德距离是计算距离的正确方法还是皮尔逊相关性？我正在使用轮廓来验证我的聚类。当我使用皮尔逊相关性时，轮廓值比我使用欧几里德度量时要多。这是否意味着皮尔逊相关性
浏览 4提问于2014-08-04得票数 0
1回答
对于类值为连续数字而不是二进制的回归数据集，Java中是否有可用的特征评分方法？
ML-Lib 似乎只适用于分类数据集。
浏览 1提问于2015-12-22得票数 0
4回答
有几种特性选择/变量选择方法(例如，请参见Guyon和Elisseeff，2003年，年；刘等人，2010年年)：包装方法(例如，前向搜索、爬山搜索)，以及比较不同的特征选择算法
浏览 0提问于2016-12-06得票数 15
1回答
很少有关于分类数据的问题。需要建议/指示：cat和num特征之间的相关性如何？我们如何找到目标依赖于组合的分类特征，但可能不显示与个别特征的相关性的情况？
我们能否处理测试数据具有训练数据中不存在的分类特征值的场景？
浏览 0提问于2020-04-28得票数 0
1回答
一些文献报道了在建立模型时特征与目标特征之间的相关性，有必要检查特征与目标特征之间的相关性吗？如果功能的数量很高，那就不容易了。
浏览 0提问于2018-03-13得票数 0
回答已采纳
1回答
在python中，我有以下问题： 我只想在一个特征上打印多个特征的相关性<0.9 (这里：'Volume')：在这种情况下，示例指的是我的数据帧 代码： correlation=example.corrmy_features=pd.DataFrame(my_feature)
my_feature['Feature']=my_feature.index 因此，我现在有了一个dataFrame，它具有我的特征，即变量'
浏览 16提问于2020-01-29得票数 0
目前，我正在做一些简单的特征选择，基于特征和方差在一个特征之间的相关性。在创建交叉验证之前，我将此应用于用于建模的整个数据集。我现在的问题是，这是否是可以接受的工作流程，或者是否会显著影响简历统计数据，从而提出一个比实际更好的模型？
技术上更好的做法是进行简历分割，然后在培训集上选择功能，以避免泄露信息？
浏览 0提问于2017-05-10得票数 1
1回答
我有一个数据集，大约有13个特性(都是二进制的)。其中一些特性仅适用于一小部分数据。当我使用Weka运行关联规则挖掘时，它基于特征值为0 (0意味着特征不适用)来识别属性之间的强相关性。我希望这种相互关系只被确认为积极的特征。我该怎么做？
浏览 3提问于2014-06-02得票数 1
回答已采纳
云服务器
ICP备案
云直播
腾讯会议
实时音视频
腾讯云开发者
