【发布时间】：2020-05-06 05:26:12
【问题描述】：
我有一个包含 5 个变量和 1 个响应的数据集。变量是离散的。我想找到导致响应显着增加或减少的关键变量及其值。
【问题讨论】：
标签： machine-learning statistics
【发布时间】：2020-05-06 05:26:12
【问题描述】：
您需要执行一些统计测试才能找出最重要的变量。
如果你熟悉 python，你可以使用来自 scikit-learn 的SelectKBest。它会给你一个分数，分数越高，特征和输出之间的联系越强。
此外，您可以训练一个可解释的 ML 模型，该模型足以收敛，并在数据中找到模式，从中可以计算特征重要性。
例如，您可以使用来自 scikit-learn 的 DecisionTreeClasifier。它有一个 decision_path 类函数，可以绘制树所采用的决策路径，decision_path 有一个名为 feature_importances_ 的属性，它使用 Gini 系数来计算特征的重要性。
最后但并非最不重要的一点是，您可以使用特征缩减技术，例如PCA，它用于查找变量之间的方差，从 PCA 中您将计算链接的新主成分对于功能，从最能说明问题的功能中，您可以找到功能的重要性。看看这个stack overflow answer，它解释了你应该知道的一切。
【讨论】：