比较两个功能集

Question

我正在对从数据集派生的两个特征集进行分类。我们首先从两种特征提取方法中获得两个特征矩阵。现在，我需要比较它们。然而，两个特征集的识别准确率几乎达到了相同的识别准确率（使用 SVM 的 10 倍交叉验证）。我的问题是：

• 有没有办法设计一个有意义的实验来展示这两种方法之间的区别？您有什么建议？

注意：我已经在 stackoverflow 中看到了类似的问题，但是，我正在寻找另一种方法。

Answer 1

你可以

• 对各自空间中的特征执行降维。这将允许您查看数据点分布的差异。如果你应用了一个内核，那就是 SVM 使用的内核（否则是线性内核）。

• 对功能进行分布测试，看看它们是否有很大差异。

• 将预测增强到输出空间，并查看向量之间的距离。