【问题标题】:Mutual information for continuous/numeric features连续/数字特征的相互信息
【发布时间】:2014-04-22 05:50:40
【问题描述】:

我必须计算连续/数字特征的互信息。我想基于此应用特征选择。功能集描述如下

feature1:可以采用 1 - 10000 之间的任何值 特征2:测量花费在某事上的时间 - 因此可以假设除整数(大)之外的任何值 …… 我有这些功能。

我对为此应用互信息公式感到困惑。维基百科说集成是必需的连续变量。

在应用 MI 之前我需要离散化特征吗??

【问题讨论】:

    标签: machine-learning feature-selection discretization


    【解决方案1】:

    我认为你需要在应用 MI 之前对特征进行离散化

    当在连续变量中应用信息增益进行特征选择时,选择一个分割点将变量的值空间分割成独立的部分,这需要评估所有可能的分割点以获得该特征的最佳分割点。我认为特征选择的互信息是相同的,您可以选择将连续空间离散化为某个离散化值,如果值空间平滑,我认为也会这样做

    【讨论】:

    • 谢谢@michaeltang。我相信同样的逻辑也适用于数字属性。我说的对吗??
    猜你喜欢
    • 2017-09-24
    • 1970-01-01
    • 2016-05-28
    • 2020-03-06
    • 2018-01-04
    • 1970-01-01
    • 1970-01-01
    • 2020-09-21
    • 1970-01-01
    相关资源
    最近更新 更多