关于分类特性的特性重要性的查询
关于分类特性的特性重要性的查询
提问于 2018-12-15 07:19:17
关于分类特性的特性重要性的查询：
上下文:我有几乎185个分类特性，这些分类特性有2、3、8、1或有时4类，null也是。我需要为我的模型选择前60个功能。我还了解到，需要根据业务重要性或通过随机森林/决策树选择特征重要性来选择特征。
查询：
- 我已经绘制了每个特征(价值计数与类别)的直方图来进行分析。选择功能是否重要的方法是什么？
- 从分类数据中获得特征重要性，数据科学行业遵循的标准实践是什么？
- 是否有基本和优雅的方式来选择最重要的特性？
- 我如何设计这些分类特征？
回答 1
Data Science用户
发布于 2018-12-15 10:44:31
据我所知，您有185个功能，其中您想选择80个信息最丰富/最重要的？
这似乎是所有决策树算法的主要关注点，那就是如何决定哪个属性是最适合分割的？我建议您在决策树的上下文中进行一些阅读。例如：决策树-表示
您正在寻找的是一种杂质度量，它可以帮助确定由于某些离散属性(基本上是测量信息增益)而产生的分裂的好处：
其中最常用的度量有三种:基尼指数、误分类误差和熵。
页面原文内容由Data Science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://datascience.stackexchange.com/questions/42656
复制相关文章
相似问题
腾讯云开发者
