使用机器学习确定哪些因素很重要

Question

我在机器学习方面经验不足，但是我想学习，并且为了提高自己的技能，我目前正在尝试将自己学到的东西应用到自己的研究数据集中。

我有一个77行和308列的数据集。每行对应一个样本。 308列中的305列提供了有关浓度的信息，一列告诉该列是否属于A，B，C或D组，一列告诉它是X还是Y样品，一列最终告诉您输出是否成功或不。考虑到各组和样品类型之间的差异，我想确定哪些浓度会显着影响产量。我已经尝试了多种方法（功能选择，分类等），但是到目前为止，我没有得到所需的输出

因此，我的问题是，考虑到数据集相对较小并且77个样本中只有15个样本的输出“不成功”，人们是否对如何解决这个问题有建议/技巧/想法？ >

Answer 1

计算相关性并将其排序。排序后，选择10-15个类别/功能。