机器学习功能排名/ Java回归评分

Question

对于回归数据集，Java中是否有可用的特征评分方法，其中类值是连续数而不是二进制数？

ML-Lib feature scoring似乎只适用于分类数据集。

Answer 1

这在很大程度上取决于您的回归算法。对于线性分类器，基于内核的回归算法的良好特性可能非常糟糕。 （https://en.wikipedia.org/wiki/Feature_selection） 您似乎瞄准了＆＃34;过滤器方法＆＃34;。在许多回归设置中运行良好的是 Pearson Correlation 。这也可以在ML-Lib中找到。

但是，您应该考虑不添加K个顶部相关的功能，但

1. 避免选择高度相关的功能对。因此，您必须在所有功能对之间建立相关矩阵。
2. 选择顶部特征，构建回归模型，测量模型的误差，测量误差与剩余特征之间的相关性。这将贪婪地选择最佳功能
3. 选择功能后，应考虑进行灵敏度分析。这样，为所有要素构建回归模型，并为已删除一个要素的所有要素集构建回归模型。如果删除没有产生重大影响，您可以将其删除。