我有一个电信数据集,它有很多属性,在这些属性中,有一个“语音邮件计划”属性接受“是”或“否”,另一个属性是“语音邮件呼叫”,它有许多值,但是当“语音邮件计划”为“no”时,总是为零。当从数据集中删除“语音邮件计划”时,分类器的准确性会降低,因此我们如何通知分类器,在零语音呼叫中,No受到阻碍
发布于 2019-04-08 17:11:37
“语音邮件呼叫”和“语音邮件计划”这两个功能是相关的,但它们并不是线性相关的。“语音邮件计划”仍然包含一些其他功能无法提供的信息。为什么要删除“语音邮件计划”?如果您需要减少您的特征数量,您可以尝试降维(线性或非线性),这样您就可以确保在构建模型时考虑到特征集的大部分方差。
发布于 2020-05-07 21:21:49
表面上,常用的特征选择方法有过滤器、包装器等,它们采用的是奇方、方差分析、信息增益等技术,而在学习ExtraTreesClassifier中也存在特征重要性方法,给出了特征的重要性。
这里有一些可以让你一瞥-
https://machinelearningmastery.com/feature-selection-with-real-and-categorical-data/
https://machinelearningmastery.com/an-introduction-to-feature-selection/
您可以尝试这些方法,可以绘制并查看哪个特性给您带来了更多的价值,并选择它。
这也取决于你处理的是哪种分类问题。从电信领域的角度来看,“计划类型”也可能为您的输出类型提供高价值的信息,determining.IT是检查您的输出与“计划值”等之间的潜在关系的一个好主意。
我可能不会在不久的将来断开我的互联网连接,如果我已经从贵公司采取了一个高价值的计划相当一段时间。
https://datascience.stackexchange.com/questions/48890
复制相似问题