1回答
我使用Caret包应用了四种最大似然方法(线性，XGBoost，RF，SVM)。我用varImp函数得到了重要的特征。caret::varImp(xgb1，scale = TRUE) 但是，特征重要性的总和并不等于1。我想知道是否可以使用不同的函数将所有特征的重要性加到1。 谢谢,
浏览 37提问于2020-07-06得票数 0
回答已采纳
1回答
我有一个关于Caret包中的功能重要性函数的问题。 我有一个数据集，它有更多的数值和因子特征。我使用下面的命令来获取模型的特征重要性。它给出了因子变量的每个(sub_feature)的重要性。然而，我只想知道功能本身的重要性，而不是详细说明功能的每个因素。 gbmImp <-插入符号：：varImp(xgb1，scale = TRUE)
浏览 19提问于2020-06-18得票数 0
回答已采纳
从一段时间以来，我一直在使用R和caret包。caret包提供了一个函数来减少变量的数量-- nearZeroVar()，其中返回接近于零方差的变量，并且可以将它们从dataframe中删除。Caret还提供了另一个函数dummyVars，它将因素转换为虚拟变量。
现在我的问题是--使用这两者的顺序应该是什么？是将几乎为零方差的特征抛出，然后转换成假人，还是应该相反？我觉得顺序很重要，因为在某些情况下，虚拟变量可能有很多零，但仍然很重要。
浏览 0提问于2017-11-13得票数 2
1回答
我已经使用Caret在R中构建了一个SVM-RBF模型。有没有一种绘制决策边界的方法？我知道可以通过使用其他R包来做到这一点，但不幸的是，我被迫使用Caret包，因为这是我找到的唯一一个允许我计算变量重要性的包。或者，你能推荐一个包，允许绘制决策边界，并赋予变量重要性吗？ 非常感谢
浏览 21提问于2019-05-09得票数 0
1回答
我正在尝试使用逻辑回归模型对一些脑电图数据进行分类(这似乎给出了我的数据的最佳分类)。我想做的是在分类之后，看看哪些特征在对试验进行分类时最有用。我如何做到这一点，是否有可能测试这些功能的重要性？例如，说分类主要由N个特征驱动，这些是特征x到z。因此，例如，我可以说，在时间点90-95的通道10对于分类是重要的或重要的。任何评论或论文参考都是非常感谢的。
浏览 1提问于2013-04-04得票数 15
回答已采纳
现在，我正在尝试使用Caret rfe函数来执行特征选择，因为我处于p>>n的情况下，大多数不涉及某种正则化的回归技术都不能很好地使用。我已经使用了一些正则化技术(Lasso)，但我现在想尝试的是减少我的特征数量，以便我能够在上面运行任何类型的回归算法，至少可以很好地运行。cv", number=5)predict(model, testX)
现在，如果我这样做
浏览 6提问于2018-08-20得票数 3
1回答
比如说，我正在使用朴素贝叶斯在R中建立一个机器学习模型。因此，我将使用naiveBayes包构建一个模型，如下所示通过打印模型，我也可以打印出模型的权重所以，我可以知道导致学生不及格的最重要的因素是什么，比如说，如果这是响应变量，各种可能的因素是其他的预测列。
我的问题是对于R中的任何包，上面的naiveBayes只是一个例子。
浏览 2提问于2015-12-06得票数 6
我想使用另一种可变重要性算法permimp运行带有插入符号rfe()的递归特征消除。permimp排列的重要性将cforest与cforest_unbiased()结合使用。为了在permimp()和cforest中运行rfe，我还需要自定义哪些插入符号函数 这是我到目前为止的代码： library(caret)
selectVar
浏览 23提问于2021-01-19得票数 0
1回答
我很难理解插入符号中用于RF回归的特征重要性分数的确切含义。正如您所知道的，RF有许多潜在的重要性度量。然而，没有明确的指示使用了哪一个。下面是一个玩具示例： data(iris)
X_train = iris[2:4]
浏览 119提问于2020-12-19得票数 0
我一直在尝试使用caret包中的varImp函数来计算具有混合比例特征的模型的变量重要性。我尝试了许多方法，包括重命名和对我的级别进行数字编码。下面的虚拟示例应该说明我的观点(经过编辑以反映@StupidWolf的更正)：set.seed(124)model.l
浏览 4提问于2021-02-26得票数 2
1回答
我使用randomForest算法执行了一个多类分类过程，并找到了一个模型，该模型为我的测试样本提供了足够的预测。然后，我使用varImpPlot()来确定哪些预测器对确定类赋值最重要。我的问题是:我想知道为什么这些预测因素是最重要的。具体来说，我想要报告的是，属于X类的案件具有特征A(例如，男性)、B类(例如，年龄较大)和C类(例如，智商高)，而属于Y类的案例则具有D类(女性)、E类(年轻)和F类(低智商)等特征。我知道标准的二元逻辑回归允许你说特征A的值很高的情况更
浏览 0提问于2018-04-09得票数 1
我在我的数据上运行了XGBoost算法，发现有15个特征是重要的。我重命名了我的数据帧中的列，然后再次运行相同的XGBoost算法，注意到我重要的features.The顺序的变化在矩阵中稍微混乱了一些，并且出现了2-3个新变量。这在很大程度上是相同的，但我想知道是什么导致了功能重要性的这种变化，因为我只更改了列的名称。我使用tree shap来查找特征重要性，下面是我如何重命名列的方法。
浏览 18提问于2019-08-13得票数 1
1回答
我试图解决一个回归问题，其中输入特征集的大小为54。我的数据集有14500条条目。我把它分成了9:1的训练和测试组。我有以下问题：
在试图查找重要特性时，是在整个数据集上运行回归林，还是仅在培训数据上运行回归林？一旦发现了重要的特征，是否
浏览 1提问于2017-08-29得票数 0
我想使用递归特征消除方法来选择最高级的特征，然后将它们放入机器学习模型中。我把RFE的代码写成library(caret)print(results)然后，代码给我提供了如下最重要</e
浏览 0提问于2019-02-25得票数 2
回答已采纳
我已经应用随机森林的训练数据，其中有大约100个特征。现在，我想应用特征选择技术，以便在对数据应用随机森林模型之前减少特征的数量。如何使用varImp函数(从插入符号包)来选择重要的特性？我读到varImp本身使用一些分类方法来选择特性(我发现这非常违背直觉)。如何应用varImp来获取重要的特征子集，然后在应用随机森林分类算法时可以使用？
浏览 0提问于2015-05-04得票数 0
回答已采纳
1回答
我正在处理数值特征，我想在sklearn中使用决策树分类器来找到特征的重要性。
特征的重要性。越高，功能就越重要。特征的重要性计算为该特征所带来的标准的(规范化)总体缩减。它也被称为基尼重要性R195。我的问题是，即
浏览 6提问于2015-05-31得票数 0
1回答
我正在考虑在信息检索上下文中构建框架的问题。 a b c d e fB: 0 1 0 0 1 0D: 0 1 0 0 0 1F: 0 0 1 0 0 1然而，这些只是偏好。仅仅因为我们知道问题的“答案”，并
浏览 0提问于2018-07-06得票数 3
回答已采纳
children('div.panel'); text.slideDown('200'); } else {
text.slideUp('200&#x
浏览 0提问于2014-10-22得票数 1
回答已采纳
扫码
添加站长 进交流群
领取专属 10元无门槛券
手把手带您无忧上云
相关资讯
热门标签
云服务器
ICP备案
对象存储
腾讯会议
云直播活动推荐
腾讯云开发者
