【问题标题】:SVM Feature Selection in RR中的SVM特征选择
【发布时间】:2013-02-17 10:24:48
【问题描述】:

我正在训练一个 SVM 分类器。现在,我有大约 4000 个特征,但其中很多是多余的/没有信息的。我想将模型中的特征减少到大约 20-50 个。我想使用贪婪的爬山,每次减少1个特征。 移除的特征应该是最不重要的特征。训练一个 SVM 后,如何获得特征重要性的排名?如果我在 R 中使用 libsvm,我如何获得每个功能的权重,或其他类似类型的重要性指标?谢谢!

【问题讨论】:

标签: r svm libsvm feature-selection


【解决方案1】:

我会先使用 PCA(主成分分析)降低问题的维数,然后再应用 SVM。参见,例如,Andrew Ng's lecture videos

【讨论】:

    猜你喜欢
    • 2018-04-12
    • 2014-03-23
    • 1970-01-01
    • 2016-12-21
    • 2012-07-27
    • 1970-01-01
    • 2015-05-21
    • 2015-01-27
    • 1970-01-01
    相关资源
    最近更新 更多