特征选择的问题

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

特征选择时，在下有两个问题想请教一下：
（1）做变量筛选时，数据使用训练集还是全集？
（2）我在选择用训练集进行变量筛选时，训练集的大小会影响到我变量筛选的个数，大家有遇到过这样的问题吗？是怎么解决的？那如果数据量会影响到变量筛选的结果，那筛选以后的变量还可信吗？要怎么样才能使变量筛选的结果可信度增加？

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：特征选择 变量筛选 训练集 怎么样 可信度

（1）做变量筛选时，数据使用训练集还是全集？
取决于你做什么模型。如果是supervised ， 是训练集。 如果是unsupervised ， 全集。

（2）我在选择用训练集进行变量筛选时，训练集的大小会影响到我变量筛选的个数，大家有遇到过这样的问题吗？是怎么解决的？那如果数据量会影响到变量筛选的结果，那筛选以后的变量还可信吗？要怎么样才能使变量筛选的结果可信度增加？

我猜测，你这是数据量比较小， 特征比较多。 导致统计上不显著。增加数据量后，会影响变量筛选。

可以采用多次随机抽样，然后剔除影响都比较小的因素

jameschin007 发表于 2017-12-15 17:26
（1）做变量筛选时，数据使用训练集还是全集？
取决于你做什么模型。如果是supervised ， 是训练集。 如果 ...

训练集数据15万，全集10万，特征变量10个，做变量筛选

露露的家园2012 发表于 2017-12-18 09:14
训练集数据15万，全集10万，特征变量10个，做变量筛选

你用的什么方法筛选变量。

jameschin007 发表于 2017-12-18 13:08
你用的什么方法筛选变量。

lasso回归

露露的家园2012 发表于 2017-12-18 15:20
lasso回归

lasso，我的最爱啊。
变量筛选的结果，区别大吗？
如果A 被B替代了， 可以看看A,B的线性相关性。如果A,B 强线性相关，A,B选其中一个就行了。

jameschin007 发表于 2017-12-18 17:16
lasso，我的最爱啊。
变量筛选的结果，区别大吗？
如果A 被B替代了， 可以看看A,B的线性相关性。如果A, ...

10个变量，原来20万数据，变量选择的是第1,2,3,4,5,6，7,8,9个变量；然后数据量变成15万后，变量选择的是第1,2,4,5,6,8,9,10个变量

露露的家园2012 发表于 2017-12-19 11:53
10个变量，原来20万数据，变量选择的是第1,2,3,4,5,6，7,8,9个变量；然后数据量变成15万后，变量选择的是 ...

看过3，7，10之间的线性关系吗？