关于可视化建模——过滤式特征选择,有个问题请教一下: 如果是遇到连续特征,设置了连续特征离散区间数后,挑选TopN是根据原始特征挑选N个,还是挑选N个离散区间
版权声明:本文内容由阿里云实名注册用户自发贡献,版权归原作者所有,阿里云开发者社区不拥有其著作权,亦不承担相应法律责任。具体规则请查看《阿里云开发者社区用户服务协议》和《阿里云开发者社区知识产权保护指引》。如果您发现本社区中有涉嫌抄袭的内容,填写侵权投诉表单进行举报,一经查实,本社区将立刻删除涉嫌侵权内容。
在进行可视化建模时,使用过滤式特征选择处理连续特征,并设置了连续特征离散区间数后,挑选TopN特征是基于离散化后的特征区间来进行的。这意味着:
连续特征处理:当您对连续特征指定离散区间数后,原始的连续数值会被划分成几个区间,每个区间代表了一个新的“离散特征”。
TopN选择依据:在此基础上进行的TopN特征选择,是根据这些离散区间的重要性来决定的,而不是直接基于原始连续数值的特征。系统会计算每个离散区间与目标变量之间的相关性或重要性(依据所选的特征选择方法,如IV、Gini增益等),然后根据这些计算出的重要性指标排序,选取TopN个最重要的区间。
因此,最终选出的TopN特征实际上是这些连续特征离散化后的代表性区间,而非原始连续特征本身或者特定的N个原始值。这样的处理有助于减少连续特征的复杂度,同时保留其对模型预测能力的贡献。
人工智能平台 PAI(Platform for AI,原机器学习平台PAI)是面向开发者和企业的机器学习/深度学习工程平台,提供包含数据标注、模型构建、模型训练、模型部署、推理优化在内的AI开发全链路服务,内置140+种优化算法,具备丰富的行业场景插件,为用户提供低门槛、高性能的云原生AI工程化能力。