1回答
我发现R中的插入符包对查看建模的重要性变量非常有帮助。但是，我的数据集中有所有分类变量，在本例中，'varImp‘命令返回因子变量的每个标签的变量重要性。我只想确定重要的不同变量列表，而不是标签。
浏览 16提问于2019-06-18得票数 0
2回答
我的预测模型中既有分类特征，也有连续特征，我希望选择(和排序)最重要的特征。
我使用一个热编码将所有的分类变量转换为虚拟变量(为了更好地解释我的logistic回归模型)。一方面，我使用LogisticRegression (sklearn)，并通过使用它们的系数对最重要<e
浏览 0提问于2020-01-15得票数 9
回答已采纳
我正在尝试从许多连续的特征中预测一个二元(分类)目标，并希望在进入模型拟合之前缩小您的特征空间。我注意到SKLearn的特征选择包中的SelectKBest类在虹膜数据集上有以下示例(它也是从连续的特征中预测一个二元目标)：
from sklearn.datasets import load_irischi2测试来确定应该在模型
浏览 0提问于2018-04-16得票数 5
3回答
神经网络中的特征重要性
、、、、
你好，我正在使用keras开发一个神经网络模型，我有一个45个数值预测变量的数据，两个分类目标将被预测，每一个都有一个不同的模型。正如我所发现的，在keras中没有特征重要性模型。我可以使用三个选项:变量之间的相关比、kendals秩系数值和lasso调节。你认为哪一个适合用于神经网络中的特征
浏览 0提问于2020-05-22得票数 1
回答已采纳
1回答
Matlab模型设计后的重用降维
、、、、
一些降维方法，如逐步回归报告最佳特征，所以我将使用这些特征作为我的分类模式和另一种方法，如PCA转换数据到一个新的空间，例如，我使用60%的最佳报告列(特征)。关键问题是在使用最终模型的阶段。例如，我使用过去一年和两年前的财务数据作为今天的财务状况。所以现在我想用过去和今天的数据来预测明年。我
浏览 3提问于2014-03-27得票数 0
回答已采纳
1回答
我正在研究一个保险用例，以构建一个逻辑回归分类器来预测保单是否会失效。该数据集具有超过20个策略的分类功能。每个分类特性本身可以有多个值，其中每次只有一个适用于策略。在此之后，我为所有这些变量创建了虚拟变量(0或1)，并试图使用.corr()函数在熊猫中找到相关性。该操作有助于识别一些虚拟特征，如产品类型的特定值、更新类型、业务来源等与目标特征高度相关。利用这些虚拟特征变量
浏览 0提问于2019-12-22得票数 2
2回答
我有一个疾病的数据集，大约有37个特征，所有这些都是分类变量，除了两个是“年龄”和"Age_onset“。参赛人数为219人。我正在开发一个二元分类模型来预测病人是否患有这种疾病。目前我面临的问题是如何选择合适的模型，给出我的数据的分类性质和数量。
现在的范畴变量不是高基数，即使采用
浏览 3提问于2022-01-02得票数 0
回答已采纳
在尝试进行分类时，我目前的方法是使用所选的特性和算法优化参数
然而，如果其他算法都具有最佳的参数/最合适的特征，我常常无法说服自己，可能会有比所选的算法更好的算法。对正确的方法/顺序有什么建议吗？
浏览 0提问于2016-03-06得票数 11
回答已采纳
我有一个XGBoost(分类)模型，使用N个变量和模型的特征重要性列表，准确率约为75%。我的问题是-对于给定的行和预测分数-我能解释哪些特征导致了1或0预测吗？
浏览 18提问于2021-09-29得票数 0
我的训练矩阵X有形状( 5182,19231)，y是长度为5182的1s和0的列表。我的测试矩阵有形状(496,5477)。我把它们保存在单独的泡菜文件里。这是我的代码： f=open(pklFile1, 'rb') f.close()
return
浏览 4提问于2016-05-25得票数 1
回答已采纳
1回答
我正在研究一个二进制分类问题，我的训练数据有数百万条记录和2000个变量。我运行lightGBM进行特征选择，并使用从lightGBM中选择的特性运行神经网络(使用Keras)模型进行预测。关于我所遵循的方法，我有几个问题。
当使用lightGBM进行特性选择时，我正在进行超参数调优。这是基于我的理解，随着超参数的</e
浏览 7提问于2020-07-07得票数 2
1回答
我有一个数据集，它有一些不平衡的分类特征。我想要建立一个回归模型来预测标签使用机器学习(ML)。
如何处理分类变量中的数据不平衡，以避免ML回归模型中的任何偏差？
浏览 0提问于2019-01-28得票数 1
2回答
我有数据集预测客户退出(是，否)，有5个数字特征和2个分类特征。我对数值数据应用了一个定标器，并将分类特征转换为虚拟变量，创建了29个特征。我的数据集有6552行和34个特征的形状。优化XGBClassifier参数的推荐方法是什么，因为我使用默认值(即model=XGBClassifier() )创建了模型。在找到最优预测值之
浏览 0提问于2018-03-14得票数 4
回答已采纳
1回答
分类预测出错和偏差问题
、、、、
我在分类预测方面有个问题。最初，我有一个大小为19670的数据框，包含115个变量(数字和分类)。类变量BiClass (由"0“和"1”类组成)，我在模型中有13540个"0“类和6130个"1”类。“1”是感兴趣的。使用ranger在训练集上训练随机森林分类模型，并在测试集上进行预测。我得到的预测结果如
浏览 18提问于2020-06-05得票数 0
2回答
我有一个熊猫数据集，其中有300多个预测值，它们既是连续的，也是分类的。目标变量是分类变量，值为0或1。我将执行逻辑回归，并希望使用scikit learn模块中的递归特征选择来获得预测因子的候选列表。我知道如何在rfe.fit(x，y)函数中分配目标变量。如何将所有其他变量分配给x矩阵？
谢
浏览 2提问于2016-03-08得票数 1
1回答
我正试图建立一个分类模型来预测纽约出租车出行的价格(2018年)。数据源页面
由于原始文件非常大(112 234 626行)，所以我构建了较小的示例文件(1000行)来进行第一次探索性分析。通过使用这个示例文件，我构建了热图图来显示数据集特征之间的相关性。发现模型的因变量(fare_amount)仅与trip_distance变量相关。其他独立变量之间没有明显<e
浏览 0提问于2019-06-04得票数 0
我正在处理一个30列的数据集(29列，1个非序数分类)。我热编码的分类功能，并达到35列。为了提高培训效率，我希望在我的数据集上执行特征选择。但是，我对如何处理包含分类和数值特性的数据集感到困惑。我读到，在假人身上应用PCA是不合理的，因为它们是离散的。首先将PCA应用于数值特征，然后将它们与假人连接起来，这是否合理？
我试图通过交叉验证(RFECV)实现对整个<
浏览 0提问于2020-07-15得票数 7
1回答
我的数据集有200个功能和500行。因此，我必须为销售预测模型选择最好的30个可以在模型中使用的特性，而不是所有200个特性，但是特性的重要性可能会随着时间的推移而改变。有趣的是，数据集没有目标变量。
当数据集没有目标变量时，如何从所有特征中选择最佳特征来确定预测模型
浏览 5提问于2022-10-19得票数 -1
1回答
斯坦福最大分类预测
、、、
我正在尝试使用stanford maxent分类来使用4个特征来对数据进行分类，第五个特征是类。当我提供测试数据时，准确率是99%，这似乎几乎是不可能的。当我检查预测的标签时，它们与数据本身完全相同。但后来我更改了数据中的标签，预测的标签也发生了变化。我认为使用分类器模型的预测不应该考虑数据中
浏览 3提问于2015-04-03得票数 0
2回答
我有一个包含大约30个特征的数据集，我想找出哪些特性对结果的贡献最大。我有5个算法：
我读过很多关于信息获取技术的文章，它似乎是独立于使用的机器学习算法。这就像一种预处理技术。我的问题如下:是对每个算法执行特征重要性的最佳实践是依赖于还是只使用信息增益。如果是的话，每个人都使用什么技术？
浏览 0提问于2019-01-04得票数 3
回答已采纳
云服务器
ICP备案
实时音视频
即时通信 IM
对象存储
腾讯云开发者
