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evigenV
浏览 0提问于2012-12-20得票数 1
回答已采纳
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
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，
浏览 16提问于2020-01-29得票数 0
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
例如，在某些情况下，财务数据在不同股票(特征空间)之间存在着很强的正和负相关性，而在特定日期(样本空间)之间也有很强的正和负相关性，如果在这些日期发布了令人惊讶的正面或负面消息。还有哪些其他连续数据来源，如音频、视觉或某些测量仪器或过程获得的数据，显示了上述特征？另见“可转置数据”。重要的是，样本空间中的负相关性往往是无意义的或非因果的，这就限制
浏览 0提问于2018-05-02得票数 0
1回答
假设数据集中的某些特征与目标变量具有线性相关性，有些特征具有多项式相关性，对于分类特征，目标值往往在不同的类之间分布不同。在这种情况下，我们该怎么办呢？例如，我们应该为每个场景创建单独的模型，然后平均它们的输出吗？还是有办法同时处理所有这些案件？
想到的一种方法是使用决策树或随机森林。然而，这难道不是在浪费线性或多项式与目标值的相关性吗？
浏览 0提问于2023-05-03得票数 1
2回答
如何选择神经网络的特征？
、、、
我知道这个问题没有一个明确的答案，但假设我有一个巨大的神经网络，有大量的数据，我想在输入中增加一个新的特性。“最好”的方法是使用新特性测试网络并查看结果，但是是否有一种方法来测试该功能不太可能有帮助呢？比如相关测度等等？
浏览 0提问于2014-07-10得票数 22
回答已采纳
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
我最近开始探索TensorFlow为我自己写的专栏。
如果我对文档的理解是正确的，那么特征列只是在将数据拟合到模型之前进行进一步转换的“框架”。因此，如果我想使用它，我定义了一些特征列，从它们创建DenseFeatures层，当我将数据拟合到模型中时，所有特征都通过该DenseFeatures层，转换，然后适合我的NN的第一个密集层。我的问题是，是否有可能以某种方式检查转换后的特征
浏览 20提问于2020-05-13得票数 0
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
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
3回答
显然，数据集占用了大量的内存，但是R没有问题地读取它。UPD:
方差阈值滤波器(去除了方差低于阈值的特
浏览 3提问于2013-05-28得票数 4
回答已采纳
我有一个大的数据，并希望执行一些预测模型(如回归，决策树，..)但我有个问题。由于变量太多，是否有任何方法可以确定在模型中使用哪些变量作为预测变量来预测某个特定变量？任何帮助都将不胜感激。
浏览 0提问于2017-08-17得票数 2
1回答
你们中有谁知道机器学习的方法或方法的组合，从而能够在决策树的构建过程中集成先验知识吗？
有了“先验知识”，我指的是如果某个特定节点中的某个特性确实对最终的分类负责的信息。想象一下，我们只有很短的时间来测量我们的特征，而在这段时间里，我们有一个特征之间的相关性。如果我们现在再次测量相同的特性，我们可能会而不是得到这些特性之间的<e
浏览 4提问于2016-08-16得票数 2
使用相关性和使用特征选择来选择重要的/高度相关的变量有什么区别？在研究特征选择时，我看到它使用包括皮尔逊相关性在内的统计测试。当这样做时，通过递归特征消除，前3个相关性最高的</
浏览 10提问于2017-12-07得票数 0
我有一个pandas数据框架，其中行作为记录(患者)，105列作为特征。(每个患者的属性)我尝试了KMeans(n_clusters=2).fit(df.
浏览 1提问于2018-10-03得票数 1
1回答
了解回归结果
、、、、
我有一组描述不同时间点的现象的数值特征。为了评估每个特性的个别性能，我进行了一个线性回归，并排除了一个验证，并计算了相关性和误差，以评估结果。因此，对于一个功能，应该是这样的：
对于一些变量，这两种相关性
浏览 1提问于2015-12-08得票数 0
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
