【问题标题】:Machine learning model with relative feature importance具有相对特征重要性的机器学习模型
【发布时间】:2019-11-07 17:03:42
【问题描述】:

我有大约 12 个特征,但数据不多。我想训练一个机器学习模型,但告诉它我有一些信息,其中一些特征比其他特征更重要。有没有办法做到这一点,我想出的一种方法是根据预先存在的数据生成大量数据,并包含相同的标签,从而覆盖更多的搜索空间。我希望相对特征重要性矩阵对最终特征重要性有一定的权重(例如由分类树生成)

理想情况下是这样的

相对特征重要性矩阵:

N F1 F2 F3
F1 1 2  N
F2 .5 1  1
F3 N  1   1

【问题讨论】:

标签: machine-learning decision-tree


【解决方案1】:

如果我理解这个问题,您希望某些功能比其他功能更重要。为此,您可以为各个特征本身分配权重,基于这些权重您希望被更多地考虑。

这个问题比较宽泛,希望能有所帮助。

【讨论】:

  • 这就像对模型的建议,要知道我认为特征之间的相对重要性是这个矩阵
  • @Christo 你可以试试概率机器学习方法
猜你喜欢
  • 2020-10-07
  • 2015-12-17
  • 1970-01-01
  • 1970-01-01
  • 2021-01-14
  • 2022-12-10
  • 2021-01-06
  • 2014-03-11
  • 1970-01-01
相关资源
最近更新 更多