Java中的迴歸機器學習特徵排名/評分

Question

Java中是否有任何可用於迴歸數據集的特徵評分方法，其中類值是連續數字而不是二進制數？

ML-Lib feature scoring似乎只適用於分類數據集。

Answer 1

這很大程度上取決於您的迴歸算法。對於基於內核的迴歸算法來說，好的特性對於線性分類器可能相當不利。 （https://en.wikipedia.org/wiki/Feature_selection） 您似乎瞄準了「過濾方法」。在許多回歸設置中很好用的是Pearson Correlation。這在ML-Lib中也是可用的。

但是，你應該考慮到不加K個頂部相關功能，但

1. 避免選擇對高相關的功能。所以你必須建立所有特徵對之間的相關矩陣。
2. 選擇頂級特徵，構建迴歸模型，測量模型的誤差，測量誤差與其餘特徵之間的相關性。這將貪婪地選擇最佳功能
3. 一旦你選擇了你的功能，你應該考慮做一個靈敏度分析。這就是爲所有功能建立一個迴歸模型，併爲所有功能已被刪除的功能集建立迴歸模型。如果刪除沒有顯着影響，您可以刪除它。