我有一個困境，我正在使用一種熱編碼，我需要進行特征選擇（對于分類和數字特征），我有一些并不真正重要的特征，但我不想使用某種算法來做到這一點，而不是手動。我的問題有兩個 -我可以使用什么特征選擇技術來做到這一點？我是在一次熱編碼之后還是之前進行的？
1 回答
ABOUTYOU
TA貢獻1812條經驗 獲得超5個贊
如果您有許多特征，并且其中許多可能與模型無關，則特征選擇將使您能夠丟棄它們并將數據集限制為最相關的特征。
以下是在這些情況下需要考慮的幾個關鍵方面：
維數詛咒
當您處理大型數據集時，這通常是至關重要的一步。例如，盲目地對所有分類特征進行單熱編碼可能會導致大量數據幀，甚至可能無法存儲到內存中，更不用說用于機器學習模型了。在這種情況下，您可能需要減少要編碼的功能數量或研究其他分類編碼器，例如貝葉斯編碼器（請參閱答案的最后一部分）。
特征重要性
不進行特征選擇的一個負面影響，在這里非常雄辯地提出，可能是我們有許多高度相關的特征，并且在分析特征重要性時，您獲得的這些特征的重要性可能并不表明它們的實際相關性。
回答問題的第二部分，如果您擁有的功能可能是相關的并且您已經完成了一些功能工程，那么您可以對它們進行編碼，如果您最終擁有許多功能，那么您可以執行功能選擇并減少功能的維度生成的數據集。有許多特征選擇技術。您可以在特征選擇中找到 scikit-learn 中可用的列表。
添加回答
舉報
0/150
提交
取消