data-science - 数据选择 - 查找数据框属性之间的关系

Question

假设我有一个包含 80 列和 1 个目标列的数据框，例如一个银行账户表，每个记录（账户）有 80 个属性，1 个目标列决定客户是留下还是离开。我应该遵循哪些步骤和算法来选择对目标列影响更大的最有效的列？

标签： data-sciencedata-analysis

Answer 1

您可以采取许多步骤，我将给出一些示例来帮助您入门：

1. 相关系数，例如 Pearson 的 Rho（用于参数数据）或 Spearman 的 R（用于纵坐标数据）。
2. 特征重要性。我喜欢XGBoost，因为它包括方便的xgb.ggplot.importance/xgb.plot_importance方法。
3. 众多特征选择选项之一，例如 python 的sklearn.feature_selection 方法。