推荐机制下的相关性特征
在云计算领域中，相关性特征是指在多个用户或应用程序之间，以及在不同的时间和空间上，具有相似或相关性的特征。这些特征可以用于优化资源分配和提高系统性能。以下是一些相关性特征的例子：
- 时间相关性：在不同时间段内，用户对某些服务的需求可能会有所不同。例如，在早晨和晚上，用户可能更倾向于使用社交媒体和在线视频服务，而在白天则更倾向于使用办公和生产力工具。
- 地理相关性：不同地理位置的用户可能会有不同的需求和行为模式。例如，在夏季，用户可能会更倾向于使用空调和气调设备，而在冬季则可能会更倾向于使用取暖设备。
- 用户相关性：不同用户的需求和行为模式可能会有所不同。例如，某些用户可能更倾向于使用社交媒体和在线视频服务，而另一些用户则更倾向于使用办公和生产力工具。
- 应用程序相关性：不同的应用程序可能会有不同的资源需求和行为模式。例如，在线游戏可能需要更多的计算资源和带宽，而在线视频服务则需要更多的存储和带宽。
推荐机制下的相关性特征可以帮助云服务提供商更好地理解其客户的需求，并根据这些需求优化资源分配和提高系统性能。例如，如果一个用户在早晨使用社交媒体和在线视频服务，则云服务提供商可以根据这些特征优化其资源分配，以确保该用户在这个时间段内能够更快速、更顺畅地使用这些服务。
总之，相关性特征是云计算领域中一个重要的概念，可以帮助云服务提供商更好地理解其客户的需求，并根据这些需求优化资源分配和提高系统性能。
相关·内容
2回答
如何选择神经网络的特征？
、、、
我知道这个问题没有一个明确的答案，但假设我有一个巨大的神经网络，有大量的数据，我想在输入中增加一个新的特性。“最好”的方法是使用新特性测试网络并查看结果，但是是否有一种方法来测试该功能不太可能有帮助呢？比如相关测度等等？
浏览 0提问于2014-07-10得票数 22
回答已采纳
我有一个大的数据，并希望执行一些预测模型(如回归，决策树，..)但我有个问题。由于变量太多，是否有任何方法可以确定在模型中使用哪些变量作为预测变量来预测某个特定变量？任何帮助都将不胜感激。
浏览 0提问于2017-08-17得票数 2
1回答
我有一套字母数字分类特性 (c_1,c_2, ..., c_n)和一个数字目标变量 (prediction)作为熊猫数据。请您向我建议任何特征选择算法，我可以使用这个数据集？
浏览 10提问于2022-05-18得票数 0
1回答
我应用了一些聚类方法(k均值)将实例(示例)重新分组为类别。我正面临一个降维问题，在这个问题中，我有很少的实例(100)和许多变量(1,000万)。我认为其中一些变量具有“相似的行为”，我想重新组合它们。是否可以对变量进行聚类？如果没有，为什么不呢？
浏览 2提问于2014-02-10得票数 0
回答已采纳
我正在使用Scikit-learn Extremely Trees算法来获取关于相对特征重要性的信息，我有一个关于“冗余特征”如何排序的问题。
如果我有两个相同(冗余)且对分类重要的特征，则极端随机化的树无法检测到特征的冗余。也就是说，这两个功能都得到了很高的排名。有没有其他方法来检测两个功能实际上是多余的？
浏览 0提问于2013-01-13得票数 1
回答已采纳
1回答
我正在尝试弄清楚在特征选择之前删除高度相关和负相关的特征是否明智。下面是我的代码的快照 def find_correlation(data, threshold=0.9, remove_negative=False):
corr_mat = data.corr()
if remove_negative:
corr_mat = np.abs(corr_mat)
corr_mat.loc[:, :] = np.tril(corr_mat, k=-1)
already_in = set()
re
浏览 38提问于2019-01-10得票数 0
2回答
在数据建模中使用负相关特征可以吗？假设我的特征A和B的相关系数为0.2，特征C和D的相关系数为-0.2，那么在模型中使用特征C和D是否更好，因为它们的负相关很低？此外，这是否对回归和分类问题有不同的影响？
浏览 0提问于2020-07-10得票数 3
回答已采纳
1回答
我正试图建立一个分类模型，所以我尝试检查这些特征之间的相关性。
📷
这里，Loan_Status是我的目标变量。
我只是不知道如何从中提取信息？请帮帮忙。我有这样的问题。ApplicantIncome与贷款状况的-0.0047相关关系有用吗？
浏览 0提问于2018-10-07得票数 3
回答已采纳
3回答
目前，我有数据集的数值以及非数值属性.我试图使用R编程语言删除dataset中的冗余特性。注意:不能将非数字属性转换为二进制属性。
Caret R包提供了findCorrelation，它将分析可以删除的属性的数据属性报告的关联矩阵。但是，它只工作'x‘的数值。我一直无法找到用于非数字属性的包。
卡莱特R包中是否有一个函数也适用于非数字属性？如果没有，有什么方法/包可以帮助我实现同样的目标？
浏览 0提问于2019-11-12得票数 1
1回答
我正在使用psych包执行降维。在分析了scree图之后，我决定使用9个最重要的PC( 15个变量中的9个)来构建一个线性模型。我的问题是，如何为我拥有的500个观察值中的每一个提取9个最重要的PC的值？有没有内置的函数，或者我必须使用加载矩阵手动计算它？
浏览 25提问于2021-07-26得票数 0
目前，我正在做一些简单的特征选择，基于特征和方差在一个特征之间的相关性。在创建交叉验证之前，我将此应用于用于建模的整个数据集。
我现在的问题是，这是否是可以接受的工作流程，或者是否会显著影响简历统计数据，从而提出一个比实际更好的模型？
技术上更好的做法是进行简历分割，然后在培训集上选择功能，以避免泄露信息？
浏览 0提问于2017-05-10得票数 1
如果我有一些数据，并尝试在基本的Machine Learning回归算法(Linear regression，SVM等)中学习这些数据。
但是，如果任何一个要素与目标(y value)几乎为零相关，那么我是否应该使用Neural Network而不是基本Machine Learning
(很抱歉，这不是与代码相关的问题，但我不知道在哪里可以问这种问题。谢谢)
浏览 4提问于2017-08-02得票数 0
回答已采纳
1回答
我有一个表，它的输入(sfm、fr和doc)都会影响输出(mmr和ra)。我如何才能找到输出的输入重要性？基本上，我希望能够在mmr和ra中有一个目标输出，并且对启动sfm、fr和doc的参数有一个很好的想法。有人对这种事有洞察力吗？下面是数据的样本。
sfm fr doc mmr ra
60 0.15 0.1 449.6 1.85
60 0.15 0.2 896.78 0.86
60 0.15 0.25 1116.34 1.28
60 0.2 0.1 593.46 1.42
60
浏览 0提问于2019-03-15得票数 1
回答已采纳
假设我有预测因子X1，X2，.，Xn和因变量Y。
我检查了预测因子与Y之间的相关性，以及与Y相关性较低的下降预测因子。现在，我使用Y和剩下的预测因子之间的交叉验证来训练一个logistic回归模型。
这种方法有什么问题？
浏览 2提问于2016-07-11得票数 1
回答已采纳
1回答
我在几个星期前的一次面试中遇到了这个问题，但我仍然不清楚。
如果一个分类列fuel_mileage中的所有值都来自set {poor, good, very_good}，那么由于{poor, good, very_good}之间的普遍有序关系，我们可以使列序号，所以这是很明显的。
但是，假设这个数据集中的标签列是engine_longevity，所以我们在研究所有其他变量与它们之间的关系。在数据研究过程中，发现另一个分类列manufacturer (所有值都来自set {H, S, J, K} )与标签engine_longevity有很强的相关性，以至于在给定样本中选择H、S、J、K本质上决
浏览 0提问于2020-04-17得票数 3
2回答
我们在一个具有>1k特性的数据集上工作，其中一些元素是其他特征的时态/非线性聚合。例如，一个特性可能是工资s，其中另一个功能是四个月的平均工资(s_4_m)。我们试图通过应用工资回归模型来预测哪些员工更有可能获得加薪。尽管如此，我们的模型仍然偏重于像s_4_m这样的特性，这些特性与标签特性高度相关。
是否存在将高度相关的特性移除到目标变量的最佳实践？任意定义threshuld似乎是错误的。
任何想法或经验都是非常欢迎的。
浏览 0提问于2022-05-07得票数 2
回答已采纳
1回答
特征重要性确定和相关性
、、、
我想知道我的哪些变量对我的DataFrame df_train中的SalePrice的影响最大。
Id MSSubClass MSZoning ... SaleType SaleCondition SalePrice
0 1 60 RL ... WD Normal 208500
1 2 20 RL ... WD Normal 181500
2 3 60 RL ...
浏览 0提问于2018-11-23得票数 1
2回答
形状值可以解释对吗？
、、、、
在使用SHAP值解释基于树的模型时，我遇到了一个问题。
(https://github.com/slundberg/shapsd)
首先，我输入了大约30个特征，我有两个特征，它们之间有很高的正相关。
在此之后，我对XGBoost模型(Python)进行了训练，并查看了SHAP值与SHAP值之间的负相关关系。
请大家向我解释一下，为什么两个特性之间的输出SHAP值不具有与输入相关性相同的相关性？我能相信SHAP的输出吗？
=========================
投入的相关性: 0.91788
SHAP值之间的相关性：-0.661088
两个特征是
1)省和
2)省内家庭
浏览 0提问于2019-11-26得票数 4
回答已采纳
1回答
我想知道相关图在机械加工中的应用。例如，如果有两个高相关性的特征，应该在添加算法之前删除其中的任何一个，或者它取决于每个数据集。任何解释都会很有帮助。提前谢谢。
浏览 0提问于2016-11-06得票数 1
回答已采纳
我有一个Panda Dataframe df输入到Py有没有库。所以df有：
3 categoricals variables:
LIB_SOURCE : values: 'arome_001', 'gfs_025' and 'arpege_01'
MonthNumber : values from 1 to 12
origine : 'Sencrop' and 'Visiogreen' values
3 continuous variables :
TEMPERAT
浏览 3提问于2022-03-15得票数 0
1回答
我正在使用tensorflow的DNNRegressor来建模一个多元回归问题。我想要形成一个最优的特征子集从一个混合袋的分类和连续的特征。最好的办法是什么？我之所以希望这种方法独立于模型，是因为我在tensorflow的直接上下文中找不到很多关于特征选择/评估的信息。
浏览 0提问于2018-06-12得票数 1
1回答
如何改进特征和结果之间的相关性，以便实现回归模型？我知道使用pandas .corr()函数可以看到相关性，回归模型的最佳特征是最接近1或-1的特征。但是如果所有的特征都接近于0，我应该怎么做？有没有一种方法可以实现某种特征工程，这样我就可以改善这种相关性？
以下是示例代码：
import pandas as pd
df = pd.DataFrame({'par 1':[1,3,2,5,7,4,6,1,3,1,1,2,4],
'par 2':[5,4,3,1,5,3,1,3,5,3,5,7,9],
浏览 2提问于2019-12-17得票数 0
1回答
我有一个Mat文件的向量，我想计算它们之间的相关性，以保持这两个mat文件在理论上是相似的。实际上，在这个向量中存储的是从图像中检测到的眼睛，所以我试图删除异常值。如何计算两个Mat文件之间的相关性？
编辑：
Mat Detection::hist_calculation(Mat image){
// Establish the number of bins
int histSize = 256;
// Set the ranges
float range[] = { 0, 256 } ;
const float* histRange = { ran
浏览 2提问于2014-01-14得票数 2
回答已采纳
1回答
我最近开始探索TensorFlow为我自己写的专栏。
如果我对文档的理解是正确的，那么特征列只是在将数据拟合到模型之前进行进一步转换的“框架”。因此，如果我想使用它，我定义了一些特征列，从它们创建DenseFeatures层，当我将数据拟合到模型中时，所有特征都通过该DenseFeatures层，转换，然后适合我的NN的第一个密集层。
我的问题是，是否有可能以某种方式检查转换后的特征与我的目标变量的相关性？
例如，我有一个分类特征，它对应于一周中的某一天(星期一/星期二/星期天)(比方说，我把它改为1/2..7)。它与我的目标特征的相关性不会与分类特征列的相关性相同(f.e.指标)，因为模型不
浏览 20提问于2020-05-13得票数 0
我对WEKA非常陌生，我有一个带有109 attributes的111 cases数据集。我在WEKA中使用了特性选择选项卡，CfsSubsetEval和BestFirst search method用于feature selection。我正在使用leave-one-out cross-validation。
那么，WEKA选择了多少个特征，或者这个方法在交叉验证的每一步中选择的特征数的停止标准是什么？
谢谢,
戈皮
浏览 3提问于2017-09-22得票数 0
回答已采纳
1回答
两个矩阵之间的余弦相似度
、、、
我有两个256x256的数组，其中的信息有两个不同的单位(一个是米，另一个是度)当我用色彩映射表绘制它们时，图像看起来非常相似，但我知道它们里面的信息在大小和单位上都是完全不同的。因为图像看起来像，所以我想计算它们彼此相似程度的百分比。(我知道这样说有些含糊，但我愿意接受如何比较它们的想法)
到目前为止，我在两个矩阵之间使用了scikitlearn cosine_similarity函数，但我在理解结果矩阵的含义时遇到了问题。
那么哪个值代表相似性？有没有更好的方法来分析这两个图像？(附图)
import numpy as np
import matplotlib.pyplot as plt
浏览 0提问于2020-07-08得票数 1
2回答
我想在虹膜数据集中获取相互信息以选择最佳特性，但我对互信息感到困惑。
选择特征的互信息概念是什么？有人能用简单的方式解释吗？
除非你能向你祖母解释，否则你不会真正理解什么。阿尔伯特·爱因斯坦
浏览 0提问于2018-11-22得票数 2
1回答
对于类值为连续数字而不是二进制的回归数据集，Java中是否有可用的特征评分方法？
ML-Lib 似乎只适用于分类数据集。
浏览 1提问于2015-12-22得票数 0
1回答
具有大量变量的时间序列数据建模
、、、、
我希望用神经网络对52个因变量的时间序列数据进行建模，以便对未来的时间序列进行预测。
我尝试过一些LSTM和CNN (conv1D)模型的体系结构，但我的模型总是过于适合，因为它们不能泛化。
📷
功能的数量会影响模型的结果吗?如果是的话，如何处理大量变量的数据？对于此任务，是否有首选的模式？
浏览 0提问于2021-07-08得票数 1
回答已采纳
3回答
我正在研究聚类算法。我在处理泰坦尼克号数据集。它包含6个分类特征。我在这个数据集上使用了k均值算法。我对分类特征使用标签编码。但是我发现分类特征应该使用欧几里德距离。它应该使用Hamming距离。那么，如何使k-意味着精细地工作在混合特征上？我不需要其他算法。我只想在混合特征数据集上使用k--意思。
浏览 0提问于2020-06-23得票数 1
2回答
我有一个不断增长的数据库，其中包括：
需求表(多标准)报价表(多标准)
条件可以是字符串(例如:国家名称)、布尔值、数字、.
我想找到所有的需求
如果表不包含许多行，我将按以下方式计算：
对于每个需求，通过平均每个标准的相关性来计算每个需求的匹配相关性。
但是对于一个重要的数据库来说，这需要花费太多的时间，不是吗？
你推荐什么解决方案？
浏览 4提问于2010-06-24得票数 0
2回答
相关特征和分类精度
、、、
我想问大家一个关于相关特征(变量)如何影响机器学习算法的分类精度的问题。对于相关特征，我指的是它们之间的相关性，而不是与目标类之间的相关性(即几何图形的周长和面积，或者教育水平和平均收入)。在我看来，相关特征对分类算法的准确性有负面影响，我想说的是，因为相关性使其中之一变得无用。真的是这样吗？问题会随着分类算法类型的不同而改变吗？任何关于论文和讲座的建议都是受欢迎的！谢谢
浏览 2提问于2013-02-11得票数 38
1回答
当一个特征几乎不变时，它被Lasso正则化消除。这是否意味着该功能带来的信息是多余的，并且在应用时间序列或其他ML模型时没有用处？或者，有没有关于如何处理恒定或几乎恒定特征的策略？
浏览 9提问于2019-07-02得票数 0
1回答
我有一个有11个特征的数据集，我注意到操作这些特征(例如删除其中一个或一些)不会影响训练和测试数据的错误分数，所以我不得不检查这些特性的重要性。以下是以下内容：
📷
正如注意到的那样，第一个特性具有很高的一致性。然而，其余的都是无关紧要的。因此，我尝试只使用第一个特性来运行模型。预期成绩分数不会显着下降，因为其余10个下降的特征具有很低的特征重要性。然而，在只使用第一个特性进行实验后，测试数据的abs错误百分比从14.13010%显著提高到22.96036%。为什么会发生这种事？当我使用主导特性重要性的特性进行训练时，我预期错误将几乎接近基本测试结果。
另外，这些功能中有一些是相关的(仅仅是.
浏览 0提问于2021-02-23得票数 1
1回答
我正在测试植物中两个生理参数之间的相关性。我有点拘泥于系统发育独立对比(PIC)的解释。没有考虑到事先知情同意，我得到了一个显著的相关性，但没有关联的事先知情同意。“事先知情同意”之间缺乏相关性意味着：
无的相关性是系统发育的作用
或,
无系统发育效应。
浏览 5提问于2020-01-21得票数 0
1回答
对于我的一个客户，我需要用简单的话来解释全局模型的概念。到目前为止，寻找这个概念的简单介绍失败了。我所能找到的只是科学研究，主要是关于他们相对于当地模式的优势。
我需要解释的是与本地模型相比，它是如何工作的基本功能。我知道它基本上是相同的函数，只是我要把它拟合成一组时间序列，而不是一个单一的时间序列。因此，如果我有一组100个时间序列，并希望预测接下来的24个月，我需要对局部模型(每列)进行100次迭代，对全局模型只需要24次迭代(每个预测月)。
就数据对象和循环函数而言，这种全局预测究竟是如何发生的？我想解释一下，为什么它比本地模型要快得多，为什么推荐对类似时间序列组的聚类进行预测，以达到更
浏览 0提问于2022-01-24得票数 1
1回答
一些文献报道了在建立模型时特征与目标特征之间的相关性，有必要检查特征与目标特征之间的相关性吗？如果功能的数量很高，那就不容易了。
浏览 0提问于2018-03-13得票数 0
回答已采纳
2回答
我们需要用LSTM模型实现一个时间序列问题。
但是，在实现相同功能的同时，我面临的主要挑战是功能选择问题。因为我们的数据集包含2300个观测和600个特征。而且我们已经知道有那么多的特性是完全不相关的。但是，没有人有领域的专门知识来确认哪个特性是相关的。
我和…试过了
所有600个特性，X形变成，2280×20×600 (如果时间步长为20)。准确度很差，为53-55%。
将单个列视为预测器(我们希望预测的特性) X的形状变成，2280×20×1(如果时间步长为20)。准确度也很差。
此外，尝试与主成分分析，使所有600个特征减少到20个特征保留了大约98%的数据，但没有看到任何改进。
最后，
浏览 0提问于2018-02-16得票数 9
1回答
我正在考虑在信息检索上下文中构建框架的问题。
我有一系列具有不同属性的文档。在网络环境中，这些都是网页。一个属性可能是“这是前10名的内容创建者吗？”等等。当我们将多个标记值转换为二进制指示符时，我们最终得到一个矩阵，如：
a b c d e f
A: 1 0 0 0 1 0
B: 0 1 0 0 1 0
C: 0 0 1 0 0 0
D: 0 1 0 0 0 1
E: 0 0 0 0 1 0
F: 0 0 1 0 0 1
我们可以向用户询问一系列关于他们在这个数据集中的首选项的累进问题。例如：“你关心它来自前十名的内容创建者吗？”
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
我希望能够自动删除高度相关的功能。我正在使用一组20-30个特性来执行分类问题，其中一些可能是相关的。
多重特征也可以一次关联，我担心它可能会给我的Logit模型的意义&特征系数带来问题。在删除这些特性之后，我还计划在Xgboost模型中使用这个简化的特性集。
另一方面，当一个模型中包含了三个或多个高度相关的变量时，就更难检测多个变量。(参考在这里)
用这种方式删除相关变量是否正确？
X=data[feature_set]
vif = pd.DataFrame()
vif['vif_factor'] = [variance_inflation_factor(X.valu
浏览 0提问于2019-05-24得票数 1
3回答
如果存在两个连续的自变量，它们之间的相关性很高，那么我们是否可以通过将其中一个变量的值乘以或除以随机因子(例如，将第一个值乘以2，第二个值乘以3等)来消除这种相关性。我们将保留独立变量的原始值的副本，其值已被转换，以便将原始值与所收到的预测结果进行适当的比较。这是否可以被认为是一种选择，而不是放弃一个高度相关的变量呢？
浏览 0提问于2021-04-18得票数 0
回答已采纳
使用在ImageNet上训练的VGG16分类网络的中间特征向量的。当时，这可能是一个很好的选择，因为VGG16是性能最好的分类之一。如今，有更有效的分类网络在分类性能上超过VGG，并且需要更少的参数和FLOPS，例如EfficientNet和MobileNetv2。
但当我在实践中尝试时，VGG16功能的Gramian Matrix似乎代表了图像样式，因为它对样式相似图像的L2距离小于对样式无关图像的L2距离。对于从EfficientNet和MobileNetv2特征计算出的格拉米恩矩阵，情况似乎并非如此。非常相似的图像之间和非常不相似的图像之间的L2距离仅变化约5%。
从网络结构上看，VGG
浏览 6提问于2019-11-23得票数 1
1回答
K
📷
我正在训练一个带有144个特征的kNN分类器，并绘制精度与使用的特征数之间的关系图，并得到了这个结果。图形中某些点的准确性下降的原因可能是什么？我正在使用加速度计-陀螺仪-磁强计融合来识别人类活动。
给出的是验证的准确性。我应该用训练的准确性代替吗？为什么？
我使用ReliefF特征选择算法对特征进行排序。
我使用了均值、标准差、均方根、中位数、方差、iqr、mad、zcr和mcr等时域特征，以及偏度、峰度和主成分分析等频域特征。
以下是所选的前8项功能。峰值精度出现在8个特征上。
📷
浏览 0提问于2017-02-16得票数 2
回答已采纳
3回答
分类特征相关性
、、、
我的数据中有一些分类特征以及连续的特征。对类别特征进行热编码，以找到它与标签以及其他连续生物的相关性，这是一个好主意还是绝对坏主意？
浏览 0提问于2017-09-30得票数 20
回答已采纳
1回答
我搜索了很多，但我找不到任何东西来显示如何为连续数据集(如breastCancer( ))生成数据--所有文档都是关于图像或文本分类的。你能帮我建立神经网络吗？
浏览 5提问于2017-09-28得票数 0
回答已采纳
我正在试着分析一个数据。该数据具有一些连续属性，并且目标也是连续的。我使用线性回归和随机森林进行分析。 我想知道的是，我如何确定我的目标连续变量是否依赖于我正在考虑的连续特征。 MSE值有助于比较不同模型的结果。但我的目标和特征是否有任何关系...我该如何学习呢？
浏览 20提问于2021-10-28得票数 0
回答已采纳
我有一个有很多列/特征的数据集，我想建立ML模型，将数据分类为1和0，但我想减少列数。我读了很多关于feature selection的书，但有些东西我不太清楚。当我减少列/特征的数量时，我如何确保最少的信息丢失，或者我如何知道我是否丢失了大量信息？我可以删除的最佳特征数是多少，我如何知道我没有过度拟合模型？
我用过PCA，我做了这样的东西：
import pandas as pd
from sklearn.model_selection import train_test_split
from sklearn.metrics import accuracy_score
from skle
浏览 2提问于2019-08-23得票数 0
1回答
机器学习相关性
、、
我有一个数据集，我清理了它，现在在运行机器学习模型之前，我正在查看相关性。
我读过关于人的r相关性的文章：
Intermediate|0.0|，，，，，，，，，，，，，，，，，，
我不明白几件事：
独立列和独立列
如果我有很强的相关性，它是好的还是坏的？Doe的强相关性(不是完美的1.0)意味着这两列基本上是相同的？，如果相关性是好的\坏的，我应该删除两列中的一列吗？
独立列和依赖列
如果我有很强的相关性，它是好的还是坏的？，如果相关性是好的\坏的，我应该删除独立列吗？
浏览 2提问于2021-05-06得票数 1
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
实时音视频
即时通信 IM活动推荐
腾讯云开发者
