machine-learning - 通过相关矩阵进行特征选择
问题描述
在测试不同的算法(例如逻辑回归、高斯朴素贝叶斯、随机森林和多层感知器)时,我通过简单地减去均值并除以标准差来对原始数据进行归一化。这对所有人来说都不是必需的,但我只是想保持一致。但是特征的相关矩阵在归一化前后会发生变化。在决定选择哪些特征以避免输入数据中的冗余时,应该考虑两个相关矩阵还是只考虑归一化后的一个,因为这是直接提供给机器学习方法的数据?
解决方案
我认为相关矩阵在“适当”归一化后应该保持不变。
演示:
In [107]: df = pd.DataFrame(np.random.rand(6,6)) * 100
让我们在归一化之前保存 Pearson 相关矩阵
In [108]: corr1 = df.corr()
标准化使用sklearn.preprocessing.StandardScaler
:
In [109]: from sklearn.preprocessing import StandardScaler
In [110]: scale = StandardScaler()
In [111]: r = scale.fit_transform(df)
标准化后保存 Pearson 相关矩阵
In [112]: corr2 = pd.DataFrame(r).corr()
比较保存的相关矩阵:
In [114]: np.allclose(corr1, corr2)
Out[114]: True
推荐阅读
- mysql - 合并两个mysql表,显示注册科目和未注册科目的状态
- c++ - 如果我只是不访问 queue_front 节点的子节点而只是将它们推入队列怎么办?还会是 BFS 吗?
- java - 比较十进制数和不带十进制数的数据 带十进制值
- axapta - Dynamics Axe 如何将过滤器添加到网格
- flutter - 颤振:如何从数据库中获取数据并在整个应用程序中使用它
- javascript - “Uncaught SyntaxError: Unable to parse bindings”关于一行 if 条件
- sql - 获取没有特定日期的两个日期之间的差异天数
- math - 计算第 n 个范围后的 IP
- html - img 标签未读取在 src reactJS 中传递的 url
- java - 调用带参数和不带参数的函数有什么区别?