继续这个问题，我有一个概念性问题。如果我不使用“nfeatures”，那么我将从 515 个功能集中获得 7 个功能。如果我使用值为 10 的“nnfeatures”标签（此标签指定我希望它显示的最小功能数量），那么我将获得这 7 个功能以及 3 个新功能。现在我无法决定我应该采用多少功能。可以从 515 个特征中提取 7 个特征吗？任何 ML 算法都能够仅通过这 7 个特征捕获数据的特征吗？
另一个问题是，在MATLAB中应用sequentialfs算法时，给出了一个判据值。这个判据函数是什么？从此_我开始知道选择了一组平均标准值最低的特征。那么这是否意味着仅选择具有最小标准值的那些特征？另外，如果是这种情况，那么算法如何决定它应该选择多少特征？
我应该从 515 个特征中取出多少个特征？
数据挖掘
机器学习
特征选择
特征提取
matlab
2022-02-27 04:00:29
1个回答
免责声明： 我对 MATLAB 的了解不足，无法回答完整的问题，但我会尝试回答其余问题
1 - 您应该采用多少功能？
如果这是您要解决的预测问题，您如何尝试分别使用 7 和 10 的特征集来评估预测的准确性？您可能会发现预测能力几乎没有差异，因此取 7 可能没问题。
注意：我很惊讶您的功能选择算法选择了您可用功能的一小部分 - 您想要更深入地挖掘引擎盖下发生的事情是正确的。
2 - 任何 ML 算法都能够仅通过这 7 个特征捕获数据的特征吗？
如果您的特征选择算法运行良好，那么机器学习很可能能够相对轻松地表征数据集的底层结构。
有许多问题有大量的解释变量，但最好的特征是少数几个（例如 GDP 通常可以通过上一季度的情况得到相对较好的解释，所有其他相关变量对预测准确性的影响很小）。
3 - MATLAB 问题：待定
抱歉，我无法回答您的所有问题 - 也许有人会通过 MATLAB 知识来解决问题，我们可以一起回答。否则，您最好将其分成两个问题，以获得有关 MATLAB 算法的更详细的答案。
其它你可能感兴趣的问题