特征选择是一种维度减少技术,可选择具有在建模一组数据的建模中提供最佳预测电源的特征(预测变量)的子集。
功能选择可用于:
- 防止过度装备:避免使用过多数量的特征建模,这些功能更容易对学习的特定培训示例更容易受到影响
- 降低模型尺寸:通过高维数据提高计算性能或准备模型,以便存储器可能有限。
- 提高解释性:使用较少的功能,这可能有助于识别那些影响模型行为的特征
特征选择有几种常见方法。
迭代地更改功能设置以优化性能或损耗
逐步回归顺序地添加或删除功能,直到预测没有改善。它与线性回归或广义线性回归算法一起使用。同样,SAD.屏幕特征选择建立一个功能集,直到精度(或自定义性能测量)停止改进。
基于内在特征的排名特征
这些方法估算了特征的排名,这又可以用于选择最大排名的特征。最小冗余最大相关性(MRMR)找到功能最大化功能和响应变量之间的相互信息,并最大限度地减少特征本身之间的相互信息。相关方法根据Laplacian评分的等级特征或使用单个特征是否与响应独立以确定特征重要性的统计测试。
邻里分量分析(NCA)和Relieff
这些方法通过基于成对距离和导致错误分类结果的惩罚预测器来最大化预测精度来确定特征权重。
学习特征重要性以及模型
一些监督机器学习算法估算培训过程中的特征重要性。这些估计可以用于培训完成后的特征。具有内置特征选择的模型包括线性SVM,提升决策树及其合奏(随机林)和广义的线性模型。同样,在套索正则化收缩估计器在训练期间将冗余特征的权重(系数)降低到零。
马铃薯®金宝app支持以下功能选择方法:
算法 | 训练 | 模型的类型 | 准确性 | 警告 |
---|---|---|---|---|
NCA. | 中等 | 更好的基于距离的模型 | 高的 | 需要手动调整正则化lambda |
MRMR. | 快速地 | 任何 | 高的 | 仅限分类 |
refieff. | 中等 | 更好的基于距离的模型 | 中等的 | 无法区分相关预测器 |
顺序 | 慢 | 任何 | 高的 | 没有排名所有功能 |
F试验 | 快速地 | 任何 | 中等的 | 为了回归。无法区分相关预测器。 |
Chi-Square | 快速地 | 任何 | 中等的 | 进行分类。无法区分相关预测器。 |
作为特征选择的替代,功能转换技术将现有功能转换为具有丢弃的描述性功能较少的新功能(预测变量)。功能转换方法包括:
有关使用MATLAB的功能选择的更多信息,包括机器学习,回归和转换,请参阅统计和机器学习工具箱™。
关键点
- 特征选择是提高模型性能的先进技术(特别是在高维数据上),提高解释性,减少尺寸。
- 首先考虑具有“内置”功能选择的模型之一。否则MRMR实际上适用于分类。
例子
功能选择可以帮助选择通过应用小波散射自动生成的数百个功能的合理子集。下图显示了通过应用MATLAB函数获得的前50个功能的排名FSCMRMR.
从人类活动传感器数据自动生成小波特征。