1回答
我想知道每个原始预测器/描述符在预测响应中的重要性。对于学习到的PLS模型(X_loadings、X_weights等)，由scikit learn返回的不同矩阵给出了每个PLS组件的描述符相关值。但我正在寻找一种方法来计算/可视化模型中每个功能的总体重要性/贡献。有人能帮帮我吗？另外，哪个矩阵显示了最终线性模型中分配给每个PLS分量的系数？
谢谢，Yannick
浏览 2提问于2019-01-23得票数 0
1回答
当计算变量之间的相关性时(例如Tesla的收盘价与微软的收盘价)，区分这些曲线会给出一个更准确(或正确)的相关指数吗？我发现无差别变量的数值在0.7-0.9之间，微分后的数值较低.一旦我有了所有变量的相关矩阵，有没有办法知道哪些变量会向神经网络中添加信息，哪些只会增加噪声？
浏览 0提问于2018-08-12得票数 3
1回答
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的特征重要性随时间的变化？
如果特性的重要性会随着时间的推移而改变，我如何选择最好的特性？Ps：-我尝试使用Pearson相关矩阵，但我想选择K最好的特点为模型培训。我试着使用Chi-2测试来选择最好的特性，但最终出现了错误，因为目标变量无法提供。
浏览 5提问于2022-10-19得票数 -1
1回答
我有一个功能集，其中包含了大约20多个技术分析指标。我自己的领域知识告诉我，这些特性中的一些在抢夺能力方面比其他的更好。但是，除了“直觉”之外，我还应该遵循哪些有条不紊的流程来细化功能集，使其成为最重要的特性呢？min_max_scaler = preprocessing.MinMaxScaler()
df[['MACD', 'MFI', 'ROC', 'RSI', 'Ultimate Osci
浏览 0提问于2020-03-28得票数 -1
回答已采纳
1回答
我正在研究神经网络，为了减少通过文档构造的术语-文档矩阵的维度，以及其中包含tf-idf值的各种术语，我需要应用PCA。PCA的工作原理是获得数据的平均值，然后减去平均值，然后对协方差矩阵使用以下公式协方差矩阵变为然后，我们计算特征值和特征向量我不能理解的是协方差矩阵的重要性，以及它求协方差的维数是多少。
因为如果我们考虑简单的2维X，Y，就可以理解。这里有哪些维度是<e
浏览 2提问于2012-11-09得票数 1
回答已采纳
1回答
我有一个由35个特征组成的矩阵，我需要减少这些特征，因为我认为很多变量都是相依的。我认为PCA可以帮助我做到这一点，所以我用matlab计算：我注意到"coeff"包含了我理解的矩阵(如果我错了，请更正)左边有高度重要的列，第二列的重要性较小，等等。但是，对于我来说，不清楚"coeff“上的哪一列与我原来的中的哪一列相关，这样我就可以知道哪个变量更重要。
浏览 6提问于2015-10-18得票数 1
回答已采纳
1回答
现在，我可以使用随机森林特征重要性或其他方法来获得被监督的cls任务的输入的特征重要性。然而，这些特性自然是毫无意义的。我想知道哪个词是这个分类中最重要的。换句话说，以某种方式传播特征重要性，通过主成分分析( PCA )将其打分回来。
有什么已知的方法吗？
浏览 0提问于2019-04-24得票数 1
1回答
如果我想使用R的boot包中的boot()函数来计算两个向量之间的皮尔逊相关系数的重要性，我应该这样做：其中re1是这两个观测向量的两列矩阵？
浏览 4提问于2011-10-20得票数 5
回答已采纳
1回答
我想知道每个特征对所有树的重要性。假设我有P特性和M树。我想要计算PxM矩阵，其中每个特征的重要性都是计算到每棵树的。在这种方法中，我认为all_importances变量就是PxM矩阵。但是我如何访问这个变量呢？ 提前谢谢。
浏览 47提问于2019-04-11得票数 2
回答已采纳
1回答
据我所见，R不能很容易地为大型相关矩阵(50-100个变量)产生可用的输出。有没有办法在R中产生类似SPSS的相关输出？也就是说，相关矩阵可以很容易地复制和粘贴到Excel中，其中每一行和每一列都属于一个变量(不对文本进行包装)，而且理想情况下，样本大小和重要性值是可用的。
浏览 3提问于2015-09-16得票数 0
回答已采纳
randomForest文档将此参数描述为：
有人能解释清楚这意味着什么吗?
浏览 0提问于2019-08-10得票数 4
回答已采纳
1回答
我得到变量的特征重要性，如下所示。这是一个矩阵类。Importance <- model$importance %IncMSE IncNodePurityDataFrame <- data.frame(Date, Importance)write.table(DataFrame,"filename.csv", append=
浏览 0提问于2018-01-26得票数 0
使用XGBoost xgb.importance，可以打印一个重要性矩阵，显示通过增益、覆盖和频率来度量的对分类的可变重要值。增益是可变重要性的推荐指标。使用特殊的调谐网格插入重采样(repeatedcv，number=10，repeats =5)和训练method = "xgbTree"，插入varImp()函数显示k倍特征重要性估计，从0到100%。
浏览 2提问于2020-01-07得票数 5
1回答
我希望相对特征重要性矩阵对最终的特征重要性有一定的权重(由ex的分类树生成)。理想的情况是N F1 F2 F3F2 .5 1 1
F3 N 1 1
浏览 0提问于2019-06-25得票数 0
回答已采纳
1回答
结果，我得到了一个稀疏矩阵。我应用了决策树算法，得到了预期的结果。现在，我想准备另一个模型，在这个模型中，我只使用那些具有非零特征重要性的特征。但是，我无法过滤那些具有非零重要性的特征。我的问题是，如何才能获得另一个仅包含特征重要性为非零值的特征的稀疏矩阵？
浏览 18提问于2020-08-10得票数 0
回答已采纳
我正在做一个算法，尽可能使用所有的元信息，但排除正文中的文本内容，对页面与某些主题的相关性进行分类。
我想知道我可以用什么来确定一个页面是否有一些关于主题的信息。目前，我给标题的重要性为40%，域名后的链接重要性为30%，域名重要性为20%，元关键字重要性为10%，但我认为我可以使用更多的东西来更精确。我正在将一些单词与一些权重进行匹配，以计算页面的相关性。我还能用什么来计算相关性呢？我只想排除HTML本身中的文本内容，但是可以使用HTML结构。
浏览 1提问于2011-09-03得票数 1
回答已采纳
1回答
对于彼此高度相关(皮尔逊相关性)的特征，我正在考虑使用特征重要性(通过增益来衡量)来丢弃重要性较低的特征。我的问题: 1:相关性是否会影响/偏差特征重要性(通过增益衡量)？2:对于ML模型，有没有什么好的方法来删除高度相关的特征？
例如:a的importance=120，b的importance=14，corr(a，b)=0.8。
浏览 1提问于2019-07-10得票数 0
我创建了一个把数字(相关性)和重要性(星星)结合起来的表格。我想将我的数据转换成一个数据，以便进行进一步的处理。我尝试了tibble和as.data.frame，但两者都将我的矩阵转换为1xn框架。R, mystars), stringsAsFactors = FALSE, ncol=3, nrow=2, byrow=TRUE)
这给出了一个6x1的数据帧和一个6x1的数据帧，而不是原来的2x3矩阵
浏览 4提问于2020-08-31得票数 2
回答已采纳
扫码
添加站长 进交流群
领取专属 10元无门槛券
手把手带您无忧上云
相关资讯
热门标签
云服务器
ICP备案
对象存储
腾讯会议
云直播活动推荐
腾讯云开发者
