主要内容

fsrftest

用于回归的单变量特征排序F测试

折叠所有页面

语法

idx = fsrftest(Tbl,ResponseVarName)
idx = fsrftest(Tbl，公式)
idx = fsrftest(Tbl,Y)
idx = fsrftest(X,Y)
id = fsrftest(＿＿＿、名称、值)
[idx,scores] = fsrftest(＿＿＿）

描述

idx= fsrftest (资源描述，ResponseVarName）使用排序功能(预测器)F测试．表资源描述包含预测变量和响应变量，以及ResponseVarName响应变量的名称在吗资源描述．函数返回idx，其中包含按预测因子重要性排序的预测因子指标，即idx (1)是指数最重要的预测指标。你可以使用idx为回归问题选择重要的预测因子。

idx= fsrftest (资源描述，公式）中的变量中指定要考虑的响应变量和预测变量资源描述通过使用公式．

例子

idx= fsrftest (资源描述，Y）在预测器中排名资源描述使用响应变量Y．

例子

idx= fsrftest (X，Y）在预测器中排名X使用响应变量Y．

idx= fsrftest (＿＿＿，名称,值）除前面语法中的任何输入参数组合外，还使用一个或多个名称-值对参数指定其他选项。例如，您可以指定分类预测器和观察权重。

例子

［idx，分数= fsrftest(＿＿＿）还返回预测器分数分数．得分越大，说明相应的预测因子很重要。

例子

全部折叠

打开实时脚本

在数值矩阵中排列预测因子，并创建预测因子重要性分数的条形图。

加载样例数据。

负载robotarm.mat

的robotarm数据集包含7168个训练观测值(Xtrain而且ytrain)和1024个测试观测(Xtest而且欧美)，有32个功能[1][２]．

使用训练观察对预测因子进行排序。

[idx,scores] = fsrftest(Xtrain,ytrain);

中的值分数是负对数吗p值。如果一个p-value小于每股收益(0)，则对应的得分值为正．在创建条形图之前，确定是否分数包括正值。

找到(isinf(分数)
Ans = 1x0空双行向量

分数不包括正值。如果分数包括正值，可以替换正通过一个大的数字，然后创建一个条形图，以实现可视化的目的。详细信息请参见在表中排名预测器．

创建预测器重要性分数的条形图。

栏(分数(idx))包含(“预测排名”) ylabel (“预测者重要性评分”）

图中包含一个轴对象。axis对象包含一个bar类型的对象。

选择前五个最重要的预测因素。找到这些预测因子的列Xtrain．

idx (1:5)
ans =1×530 24 10 4 5

第30列Xtrain最重要的预测因素是什么ytrain．

打开实时脚本

在表格中对预测因子排序，并创建预测因子重要性分数的条形图。

如果数据在一个表中fsrftest对表中的变量子集进行排序，然后函数仅使用该子集对变量进行索引。因此，一个好的实践是将您不希望排列的预测器移动到表的末尾。移动响应变量和观察权重向量。然后，输出参数的索引与表的索引一致。属性可以移动表中的变量movevars函数。

这个例子使用了Abalone数据[3][4]来自UCI机器学习知识库［5］．

下载数据并将其保存在当前文件夹中“abalone.csv”．

url =“https://archive.ics.uci.edu/ml/machine-learning-databases/abalone/abalone.data”；websave (“abalone.csv”url);

读取表中的数据。

可读的(“abalone.csv”，“文件类型”，“文本”，“ReadVariableNames”、假);table . properties . variablenames = {“性”，“长度”，“直径”，“高度”，.．.“WWeight”，“SWeight”，“VWeight”，“ShWeight”，“NoShellRings”}；

预览表的前几行。

头(台)
ans =8×9表性长度直径高度WWeight SWeight VWeight ShWeight NoShellRings  _____ ______ ________ ______ _______ _______ _______ ________ ____________ {' M} 0.455 0.365 0.095 0.514 0.2245 0.101 0.15 15{“M”}0.35 0.265 0.09 0.2255 0.0995 0.0485 0.07 7 {' F '} 0.53 0.42 0.135 0.677 0.2565 0.1415 0.21 9{“M”}0.44 0.365 0.125 0.516 0.2155 0.114 0.155 10{“我”}0.33 0.255 0.08 0.205 0.0895 0.0395 0.055 7{“我”}0.425 0.3 0.095 0.3515 0.141 0.0775 0.12 8 {' F '} 0.53 0.415 0.15 0.7775 0.237 0.1415 0.33 20{' f '} 0.545 0.425 0.125 0.768 0.294 0.1495 0.26 16

表中的最后一个变量是响应变量。

对预测因子进行排序资源描述．指定最后一列NoShellRings作为响应变量。

[idx,scores] = fsrftest(tbl，“NoShellRings”）
idx =1×83 4 5 7 8 2 6 1
成绩=1×8447.6891 736.9619无穷大无穷大604.6692无穷大无穷大

中的值分数是负对数吗p值。如果一个p-value小于每股收益(0)，则对应的得分值为正．在创建条形图之前，确定是否分数包括正值。

idxInf = find(isinf(scores))
idxInf =1×53 4 5 7 8

分数包括5个正值。

创建一个预测器重要性分数的条形图。的预测器名称x-轴标记标签。

栏(分数(idx))包含(“预测排名”) ylabel (“预测者重要性评分”) xticklabels (strrep (tbl.Properties.VariableNames (idx),“_”，“\ _”) xtickangle (45)

的酒吧函数不为正值。为正值，与最大有限分数具有相同长度的图条。

持有在酒吧(分数(idx(长度(idxInf) + 1) *(长度(idxInf), 1))传说(“有限的分数”，“正分数”)举行从

条形图使用不同的颜色显示有限分数和Inf分数。

输入参数

全部折叠

示例数据，指定为表。不允许使用字符向量的单元格数组以外的多列变量和单元格数组。

每行资源描述对应一个观测值，每一列对应一个预测变量。可选地,资源描述可以包含响应变量和观察权重的附加列。响应变量必须是数值向量。

  • 如果资源描述包含响应变量，您希望在中使用所有剩余变量资源描述作为预测器，然后通过使用指定响应变量ResponseVarName．如果资源描述还包含观测权重，然后可以通过使用指定权重权重．

  • 如果资源描述包含响应变量，并且您希望仅在中使用其余变量的子集资源描述作为预测器，然后通过使用指定变量的子集公式．

  • 如果资源描述不包含响应变量，然后通过使用Y．响应变量和资源描述必须有相同的行数。

如果fsrftest中使用变量的子集资源描述作为预测器，函数仅使用该子集对预测器进行索引。中的值CategoricalPredictors名称-值参数和输出参数idx不要计算函数没有排序的预测因子。

如果资源描述则包含响应变量fsrftest认为南响应变量中的值为缺失值。fsrftest不使用响应变量中缺少值的观察值。

数据类型:表格

响应变量名，指定为包含变量名的字符向量或字符串标量资源描述．

例如，如果响应变量是列Y的资源描述（资源描述。Y)，然后指定ResponseVarName作为“Y”．

数据类型:字符|字符串

响应变量和预测变量子集的解释模型，在表单中指定为字符向量或字符串标量“Y ~ x1 + x2 + x3”．在这种形式下，Y表示响应变量，和x1，x2,x3表示预测变量。

中指定变量的子集资源描述作为预测因素，使用公式。如果你指定一个公式，那么fsrftest不排名任何变量资源描述没有出现在公式．

公式中的变量名必须同时为资源描述（Tbl.Properties.VariableNames)和有效的MATLAB®标识符。中的变量名可以验证资源描述通过使用isvarname函数。变量名无效，则可以使用matlab.lang.makeValidName函数。

数据类型:字符|字符串

响应变量，指定为数值向量。每行Y的对应行的响应X或资源描述．

fsrftest认为南值Y丢失的值。fsrftest不使用缺少值的观察Y．

数据类型:单|双

预测器数据，指定为数值矩阵。每行X对应一个观测值，每一列对应一个预测变量。

数据类型:单|双

名称-值参数

指定可选参数对为Name1 = Value1,…,以=家,在那里的名字参数名称和价值对应的值。名称-值参数必须出现在其他参数之后，但对的顺序无关紧要。

在R2021a之前，使用逗号分隔每个名称和值，并将其括起来的名字在报价。

例子:“UseMissing”“NumBins”,20日,真的将箱子的数量设置为20，并指定在预测器中使用缺失值进行排名。

类别预测符的列表，指定为此表中的值之一。

价值 描述
正整数向量

向量中的每个条目都是一个指标值，表明相应的预测器是分类的。索引值在1和之间p,在那里p用于训练模型的预测器的数量。

如果fsrftest使用输入变量的子集作为预测器，然后函数仅使用该子集对预测器进行索引。的CategoricalPredictors值不计算响应变量、观察权重变量或函数不使用的任何其他变量。
逻辑向量

一个真正的Entry表示对应的预测器是分类的。向量的长度是p．
字符矩阵 矩阵的每一行都是一个预测变量的名称。名称必须与中的名称相匹配资源描述．用额外的空格填充名字，这样字符矩阵的每一行都有相同的长度。
字符向量的字符串数组或单元格数组 数组中的每个元素都是一个预测变量的名称。名称必须与中的名称相匹配资源描述．
“所有” 所有预测因素都是绝对的。

默认情况下，如果预测器数据在表(资源描述)，fsrftest如果一个变量是逻辑向量、无序分类向量、字符数组、字符串数组或字符向量的单元格数组，则假定它是分类的。如果预测器数据为矩阵(X)，fsrftest假设所有预测因子都是连续的。要将任何其他预测符标识为类别预测符，请使用CategoricalPredictors名称-值参数。

例子:“CategoricalPredictors”、“所有”

例子:分类预测=[1 5 6 8]

数据类型:单|双|逻辑|字符|字符串|细胞

用于对连续预测符进行装箱的箱数，指定为逗号分隔的对，由“NumBins”一个正整数标量。

例子:“NumBins”,50岁

数据类型:单|双

指示是否使用或丢弃预测器中缺失的值，指定为逗号分隔的对，由“UseMissing”,要么真正的使用或假丢弃预测器中缺失的值以进行排名。

fsrftest认为南，”(空字符向量)，＂＂(空字符串),< >失踪,<定义>值为缺失值。

如果你指定“UseMissing”,真的,然后fsrftest使用缺失值进行排序。对于一个分类变量，fsrftest将缺失值作为一个额外类别处理。对于一个连续变量，fsrftest的地方南值放在单独的bin中进行装箱。

如果你指定“UseMissing”,假的,然后fsrftest不使用缺失值进行排序。因为fsrftest为每个预测器单独计算重要性分数，当该行中的值部分缺失时，函数不会丢弃整行。对于每个变量，fsrftest使用所有没有丢失的值。

例子:“UseMissing”,真的

数据类型:逻辑

观察权重，由逗号分隔的对组成“重量”和标量值的向量或变量的名称资源描述．函数对每一行的观察值进行加权X或资源描述中对应的值权重．的大小权重必须等于行数X或资源描述．

如果将输入数据指定为表资源描述,然后权重可以是变量名中的资源描述它包含一个数值向量。在这种情况下，您必须指定权重作为字符向量或字符串标量。例如，如果权重向量是列W的资源描述（资源描述。W)，然后指定“重量”、“W”．

fsrftest使权重加起来等于1。

数据类型:单|双|字符|字符串

输出参数

全部折叠

的预测指标X或资源描述按预测器重要性排序，返回为1 × -r数字向量，其中r是排序预测器的数量。

如果fsrftest中使用变量的子集资源描述作为预测器，函数仅使用该子集对预测器进行索引。例如，假设资源描述包含10列，您指定的后5列资源描述作为预测变量公式．如果idx (3)是5，那么第三个最重要的预测因子是第10列资源描述这是该子集中的第五个预测因子。

预测分数，以1 × -的形式返回r数字向量，其中r是排序预测器的数量。

得分越大，说明相应的预测因子很重要。

  • 如果你使用X中指定预测器或使用所有变量资源描述作为预测器，则分数和预测因子的顺序一样吗X或资源描述．

  • 如果指定变量的子集资源描述作为预测器，则分数与子集的顺序相同。

例如，假设资源描述包含10列，您指定的后5列资源描述作为预测变量公式．然后,分数(3)中第8列的分数值资源描述这是子集中的第三个预测因子。

算法

全部折叠

单变量特征排序使用F测试

  • fsrftest检验每个预测因素的重要性F以及。每一个F-test检验一个假设，即由预测变量值分组的响应值来自具有相同均值的总体，而另一个假设是总体均值不完全相同。一个小p-value表示相应的预测因子是重要的。

  • 输出分数是日志(p）．因此，得分值越大，说明相应的预测因子是重要的。如果一个p-value小于每股收益(0)，则输出为正．

  • fsrftest在对变量进行装箱或离散化后检查连续变量。属性指定垃圾箱的数量“NumBins”名称-值对参数。

参考文献

[1]拉斯穆森，C. E.尼尔，G. E.欣顿，D.范坎普，M. Revow, Z. Ghahramani, R. Kustra和R. Tibshirani。DELVE手册，1996年。

[2]多伦多大学计算机科学系。深入研究数据集。

[3]纳什，w.j.， T. L.塞勒斯，S. R.塔尔博特，A. J.考索恩，W. B.福特。鲍鱼种群生物学(石决明种)在塔斯马尼亚。I.黑唇鲍鱼(h . rubra)来自北海岸和巴斯海峡群岛。”海洋渔业司，1994年第48号技术报告。

[4]哇，S。级联相关的扩展和基准测试:前馈监督人工神经网络级联相关架构的扩展和基准测试。塔斯马尼亚大学计算机科学系论文, 1995年。

[5] Lichman, M. UCI机器学习库。加州尔湾:加州大学信息与计算机科学学院，2013年。http://archive.ics.uci.edu/ml。

版本历史

R2020a中引入

另请参阅

|||

主题