clementine中特征选择即Feature Selection 的算法

是 否 +2 论坛币

k人 参与回答

经管之家送您一份

应届毕业生专属福利!

求职就业群

赵安豆老师微信：zhaoandou666

经管之家联合CDA

送您一个全额奖学金名额~ !

立即领取

感谢您参与论坛问题回答

经管之家送您两个论坛币！

+2 论坛币

因做毕业论文要用，如果没有具体的算法话无法在论文中使用，求助各位，多谢！

扫码加我 拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

分享0 收藏0 回帖

关键词：clementine Selection clementin Election feature clementine 算法 Selection feature 特征选择

具体的算法可以到网上找材料啊，你要是想论文做应用的话，直接用clementine软件去实行不就可以了啊

【转自】基于clementine的数据挖掘
clementine上的特征选择：
1. 从变量自身考察：重要的变量应该是携带信息较多，也就是变量值差异较大的变量【这个用统计上来表示，就是标准差、变异系数之类】so ,clementine的参考标准是
（1）数值型变量变异系数小于某阀值，则该变量视为不重要变量
（2）数值型变量标差小于某阀值，则该变量不重要
（3）分类型变量若某类别值的个数大于某阀值，则该变量不重要
（4）分类型变量若类别值的数量大于某阀值，则该变量不重要
2. 从输入变量和输出变量相关性角度考虑
就是计算 pearson相关系数，方差分析，卡方检验，分别对应2变量类型 为数值×类别
而重要性 不是相关系数的大小，而是相关系数的t检验的1-p值的大小，1-p的值越大，那么相关系数表示的相关性值越可靠，这个输入变量越重要；同理，方差分析，卡方检验，也是通过比较1-F值得到的p的值，越大表示该变量越重要

夏夜风暖 发表于 2014-12-25 00:45
【转自】基于clementine的数据挖掘
clementine上的特征选择：
1. 从变量自身考察：重要的变量应该是携带信 ...

讲得好！
不过，其他模型中出现的变量重要性不都是只看1-p的大小的。

IBM SPSS Modeler 15(原Clementine)的算法链接：
https://bbs.pinggu.org/thread-3192274-1-1.html