Java机器学习功能排名/评分回归

Question

对于类值是连续数字而不是二进制的回归数据集，Java中是否有任何功能评分方法？

ML-Lib 功能评分似乎仅适用于分类数据集。

Answer 1

这在很大程度上取决于您的回归算法。 对于线性分类器，基于内核的回归算法的良好功能可能会很糟糕。 （ https://en.wikipedia.org/wiki/Feature_selection ）您似乎针对“过滤器方法”。 在许多回归设置中，最有效的是Pearson Correlation 。 ML-Lib中也提供此功能。

但是，您应该考虑不添加K个最相关的功能，而是

1. 避免选择高度相关的特征对。 因此，您必须在所有特征对之间建立相关矩阵。
2. 选择顶部特征，构建回归模型，测量模型的误差，测量误差与其余特征之间的相关性。 这将贪婪地选择最佳功能
3. 选择功能后，应考虑进行敏感性分析。 这是针对所有要素以及已删除一个要素的所有要素集建立回归模型。 如果删除没有重大影响，则可以删除它。