Введение в выбор признаков

Эта тема обеспечивает введение в алгоритмы выбора признаков и описывает функции выбора признаков, доступные в Statistics and Machine Learning Toolbox™.

Алгоритмы выбора признаков

Feature selection уменьшает размерность данных путем выбора только подмножества измеренных функций (переменные предикторы), чтобы создать модель. Алгоритмы выбора признаков ищут подмножество предикторов, что оптимально модели измерили ответы согласно ограничениям такой как требуется или исключили функции и размер подмножества. Основные преимущества выбора признаков должны улучшать производительность прогноза, обеспечить более быстрые и более экономически эффективные предикторы и обеспечить лучшее понимание процесса генерации данных [1]. Использование слишком многих функций может ухудшить производительность прогноза, даже когда все функции релевантны и содержат информацию о переменной отклика.

Можно категоризировать алгоритмы выбора признаков в три типа:

Отфильтруйте Выбор признаков Типа — важность функции мер по алгоритму выбора признаков типа фильтра на основе характеристик функций, таких как отклонение функции и покажите отношение к ответу. Вы выбираете важные функции, когда часть предварительной обработки данных продвигается и затем обучает модель, использующую выбранные функции. Поэтому отфильтруйте выбор признаков типа, является некоррелированым к учебному алгоритму.
Выбор признаков Типа обертки — алгоритм выбора признаков типа обертки запускает обучение с помощью подмножества функций и затем добавляет или удаляет функцию с помощью критерия выбора. Критерий выбора непосредственно измеряет изменение в производительности модели, которая следует из добавления или удаления функции. Алгоритм повторяет обучение и улучшение модели до алгоритма, ее критерию остановки удовлетворяют.
Встроенный Выбор признаков Типа — встроенный алгоритм выбора признаков типа изучает важность функции как часть процесса обучения модели. Если вы обучаете модель, вы получаете важность функций в обученной модели. Этот тип алгоритма выбирает функции, которые работают хорошо с конкретным процессом обучения.

Кроме того, можно категоризировать алгоритмы выбора признаков согласно тому, оценивает ли алгоритм функции последовательно. Алгоритм минимальной уместности максимума сокращения (MRMR) и ступенчатая регрессия являются двумя примерами последовательного алгоритма выбора признаков. Для получения дополнительной информации смотрите Последовательный Выбор признаков.

Для проблем регрессии можно сравнить важность переменных предикторов визуально путем создания графиков отдельного условного ожидания (ICE) и частичных графиков зависимости (PDP). Для получения дополнительной информации смотрите plotPartialDependence.

Для проблем классификации, после выбора функций, можно обучить две модели (например, полную модель и модель, обученную с подмножеством предикторов), и сравнить точность моделей при помощи compareHoldout, testcholdout, или testckfold функции.

Выбор признаков предпочтителен, чтобы показать преобразование, когда исходные функции и их модули важны, и цель моделирования состоит в том, чтобы идентифицировать влиятельное подмножество. Когда категориальные функции присутствуют, и числовые преобразования являются несоответствующими, выбор признаков становится основными средствами сокращения размерности.

Функции выбора признаков

Statistics and Machine Learning Toolbox предлагает несколько функций для выбора признаков. Выберите соответствующую функцию выбора признаков на основе своей проблемы и типов данных функций.

Отфильтруйте выбор признаков типа

Функция	Поддерживаемая проблема	Поддерживаемый тип данных	Описание
`fscmrmr`	Классификация	Категориальные и непрерывные функции	Оцените функции последовательно с помощью Алгоритма Минимальной уместности максимума сокращения (MRMR). Для примеров смотрите страницу `fscmrmr` ссылки на функцию.
`fscnca`*	Классификация	Непрерывные функции	Определите веса функции при помощи диагональной адаптации анализа компонента окружения (NCA). Этот алгоритм работает лучше всего на оценку важности функции для основанных на расстоянии контролируемых моделей, которые используют попарные расстояния между наблюдениями, чтобы предсказать ответ. Для получения дополнительной информации смотрите страницу `fscnca` ссылки на функцию и эти темы: Выбор признаков Анализа компонента окружения (NCA) Настройте параметр регуляризации, чтобы обнаружить функции Используя NCA для классификации
`fsrnca`*	Регрессия	Непрерывные функции	Определите веса функции при помощи диагональной адаптации анализа компонента окружения (NCA). Этот алгоритм работает лучше всего на оценку важности функции для основанных на расстоянии контролируемых моделей, которые используют попарные расстояния между наблюдениями, чтобы предсказать ответ. Для получения дополнительной информации смотрите страницу `fsrnca` ссылки на функцию и эти темы: Выбор признаков Анализа компонента окружения (NCA) Устойчивый выбор признаков Используя NCA для регрессии
`fsulaplacian`	Безнадзорное изучение	Непрерывные функции	Оцените функции с помощью Лапласового Счета. Для примеров смотрите страницу `fsulaplacian` ссылки на функцию.
`relieff`	Классификация и регрессия	Или все категориальные или все непрерывные функции	Оцените функции с помощью алгоритма ReliefF в классификации и алгоритма RReliefF для регрессии. Этот алгоритм работает лучше всего на оценку важности функции для основанных на расстоянии контролируемых моделей, которые используют попарные расстояния между наблюдениями, чтобы предсказать ответ. Для примеров смотрите страницу `relieff` ссылки на функцию.
`sequentialfs`	Классификация и регрессия	Или все категориальные или все непрерывные функции	Выберите функции последовательно с помощью пользовательского критерия. Задайте функцию, которая измеряет характеристики данных, чтобы выбрать функции и передать указатель на функцию `sequentialfs` функция. Можно задать последовательный прямой выбор или последовательный обратный выбор при помощи `'Direction'` аргумент пары "имя-значение". `sequentialfs` оценивает критерий с помощью перекрестной проверки.

*Можно также рассмотреть fscnca и fsrnca когда встроенный выбор признаков типа функционирует, потому что они возвращают обученный объект модели, и можно использовать объектные функции predict и loss. Однако вы обычно используете эти объектные функции, чтобы настроить параметр регуляризации алгоритма. После выбора функций с помощью fscnca или fsrnca функционируйте как часть шага предварительной обработки данных, можно применить другую классификацию или алгоритм регрессии для проблемы.

Выбор признаков типа обертки

Функция Поддерживаемая проблема Поддерживаемый тип данных Описание

Функция	Поддерживаемая проблема	Поддерживаемый тип данных	Описание
`sequentialfs`	Классификация и регрессия	Или все категориальные или все непрерывные функции	Выберите функции последовательно с помощью пользовательского критерия. Задайте функцию, которая реализует алгоритм контролируемого обучения или функцию, которая измеряет уровень алгоритма обучения, и передайте указатель на функцию `sequentialfs` функция. Можно задать последовательный прямой выбор или последовательный обратный выбор при помощи `'Direction'` аргумент пары "имя-значение". `sequentialfs` оценивает критерий с помощью перекрестной проверки. Для примеров смотрите страницу `sequentialfs` ссылки на функцию и эти темы: Выберите Subset of Features with Comparative Predictive Power Выбор функций классификации высоко-размерных данных

sequentialfs

Классификация и регрессия

Или все категориальные или все непрерывные функции

Выберите функции последовательно с помощью пользовательского критерия. Задайте функцию, которая реализует алгоритм контролируемого обучения или функцию, которая измеряет уровень алгоритма обучения, и передайте указатель на функцию sequentialfs функция. Можно задать последовательный прямой выбор или последовательный обратный выбор при помощи 'Direction' аргумент пары "имя-значение". sequentialfs оценивает критерий с помощью перекрестной проверки.

Для примеров смотрите страницу sequentialfs ссылки на функцию и эти темы:

Встроенный выбор признаков типа

Функция	Поддерживаемая проблема	Поддерживаемый тип данных	Описание
`DeltaPredictor` свойство `ClassificationDiscriminant` объект модели	Классификация линейных дискриминантных анализов	Непрерывные функции	Создайте классификатор линейного дискриминантного анализа при помощи `fitcdiscr`. Обученный классификатор, возвращенный как `ClassificationDiscriminant`, хранит содействующую величину в `DeltaPredictor` свойство. Можно использовать значения в `DeltaPredictor` как меры важности предиктора. Этот классификатор использует две Гаммы параметров регуляризации и Delta, чтобы идентифицировать и удалить избыточные предикторы. Можно получить соответствующие значения для этих параметров при помощи `cvshrink` функционируйте или `'OptimizeHyperparameters'` аргумент пары "имя-значение". Для примеров смотрите эти темы: Упорядочите классификатор дискриминантного анализа Оптимизируйте модель дискриминантного анализа
`fitcecoc` с `templateLinear`	Линейная классификация для мультикласса, учащегося с высоко-размерными данными	Непрерывные функции	Обучите линейную модель классификации при помощи `fitcecoc` и линейные бинарные ученики заданы `templateLinear`. Задайте `'Regularization'` из `templatelinear` как `'lasso'` использовать регуляризацию лассо. Для примера смотрите, Находят Хороший Штраф Лассо Используя Перекрестную проверку. Этот пример определяет хорошую силу штрафа лассо путем оценки моделей с различными значениями силы с помощью `kfoldLoss`. Можно также оценить модели с помощью `kfoldEdge`, `kfoldMargin`, `edge`, `loss`, или `margin`.
`fitclinear`	Линейная классификация для двоичного файла, учащегося с высоко-размерными данными	Непрерывные функции	Обучите линейную модель классификации при помощи `fitclinear`. Задайте `'Regularization'` из `fitclinear` как `'lasso'` использовать регуляризацию лассо. Для примера смотрите, Находят Хороший Штраф Лассо Используя перекрестный Подтвержденный AUC. Этот пример определяет хорошую силу штрафа лассо путем оценки моделей с различными значениями силы с помощью значений AUC. Вычислите перекрестные подтвержденные следующие вероятности класса при помощи `kfoldPredict`, и вычислите значения AUC при помощи `perfcurve`. Можно также оценить модели с помощью `kfoldEdge`, `kfoldLoss`, `kfoldMargin`, `edge`, `loss`, `margin`, или `predict`.
`fitrgp`	Регрессия	Категориальные и непрерывные функции	Обучите модель Gaussian process regression (GPR) при помощи `fitrgp`. Установите `'KernelFunction'` аргумент пары "имя-значение", чтобы использовать автоматическое определение уместности (ARD). Доступными параметрами является `'ardsquaredexponential'`, `'ardexponential'`, `'ardmatern32'`, `'ardmatern52'`, и `'ardrationalquadratic'`. Найдите веса предиктора путем взятия экспоненциала отрицательных изученных шкал расстояний, сохраненных в `KernelInformation` свойство. Для примеров смотрите эти темы: Задайте начальный размер шага для оптимизации LBFGS Сравните NCA и выбор признаков ARD
`fitrlinear`	Линейная регрессия с высоко-размерными данными	Непрерывные функции	Обучите модель линейной регрессии при помощи `fitrlinear`. Задайте `'Regularization'` из `fitrlinear` как `'lasso'` использовать регуляризацию лассо. Для примеров смотрите эти темы: Найдите хороший штраф лассо Используя потерю регрессии Найдите хороший штраф лассо Используя перекрестную проверку
`lasso`	Линейная регрессия	Непрерывные функции	Обучите модель линейной регрессии с регуляризацией Лассо при помощи `lasso`. Можно задать вес лассо по сравнению с гребенчатой оптимизацией при помощи `'Alpha'` аргумент пары "имя-значение". Для примеров смотрите страницу `lasso` ссылки на функцию и эти темы: Ловите арканом регуляризацию Ловите арканом и эластичная сеть с перекрестной проверкой Широкие Данные через Лассо и Параллельные вычисления
`lassoglm`	Обобщенная линейная регрессия	Непрерывные функции	Обучите обобщенную линейную модель регрессии с регуляризацией Лассо при помощи `lassoglm`. Можно задать вес лассо по сравнению с гребенчатой оптимизацией при помощи `'Alpha'` аргумент пары "имя-значение". Для получения дополнительной информации смотрите страницу `lassoglm` ссылки на функцию и эти темы: Ловите арканом регуляризацию обобщенных линейных моделей Упорядочите регрессию Пуассона Упорядочите логистическую регрессию Упорядочите широкие данные параллельно
`oobPermutedPredictorImportance`** из `ClassificationBaggedEnsemble`	Классификация с ансамблем сложенных в мешок деревьев решений (например, случайный лес)	Категориальные и непрерывные функции	Обучите уволенный ансамбль классификации с древовидными учениками при помощи `fitcensemble` и определение `'Method'` как `'bag'`. Затем используйте `oobPermutedPredictorImportance` вычислить Из сумки, Оценки Важности Предиктора Сочетания. Функция измеряется, насколько влиятельный переменные предикторы в модели при предсказании ответа. Для примеров смотрите страницу ссылки на функцию и тему `oobPermutedPredictorImportance`.
`oobPermutedPredictorImportance`** из `RegressionBaggedEnsemble`	Регрессия с ансамблем сложенных в мешок деревьев решений (например, случайный лес)	Категориальные и непрерывные функции	Обучите уволенный ансамбль регрессии с древовидными учениками при помощи `fitrensemble` и определение `'Method'` как `'bag'`. Затем используйте `oobPermutedPredictorImportance` вычислить Из сумки, Оценки Важности Предиктора Сочетания. Функция измеряется, насколько влиятельный переменные предикторы в модели при предсказании ответа. Для примеров смотрите страницу `oobPermutedPredictorImportance` ссылки на функцию и выберите предикторы для случайных лесов.
`predictorImportance`** из `ClassificationEnsemble`	Классификация с ансамблем деревьев решений	Категориальные и непрерывные функции	Обучите ансамбль классификации с древовидными учениками при помощи `fitcensemble`. Затем используйте `predictorImportance` вычислить оценки Важности Предиктора для ансамбля путем подведения итогов изменений в риске из-за разделений на каждом предикторе и деления суммы на количество узлов ветви. Для примеров смотрите страницу `predictorImportance` ссылки на функцию.
`predictorImportance`** из `ClassificationTree`	Классификация с деревом решений	Категориальные и непрерывные функции	Обучите дерево классификации при помощи `fitctree`. Затем используйте `predictorImportance` вычислить оценки Важности Предиктора для дерева путем подведения итогов изменений в риске из-за разделений на каждом предикторе и деления суммы на количество узлов ветви. Для примеров смотрите страницу `predictorImportance` ссылки на функцию.
`predictorImportance`** из `RegressionEnsemble`	Регрессия с ансамблем деревьев решений	Категориальные и непрерывные функции	Обучите ансамбль регрессии с древовидными учениками при помощи `fitrensemble`. Затем используйте `predictorImportance` вычислить оценки Важности Предиктора для ансамбля путем подведения итогов изменений в риске из-за разделений на каждом предикторе и деления суммы на количество узлов ветви. Для примеров смотрите страницу `predictorImportance` ссылки на функцию.
`predictorImportance`** из `RegressionTree`	Регрессия с деревом решений	Категориальные и непрерывные функции	Обучите дерево регрессии при помощи `fitrtree`. Затем используйте `predictorImportance` вычислить оценки Важности Предиктора для дерева путем подведения итогов изменений в среднеквадратической ошибке (MSE) из-за разделений на каждом предикторе и деления суммы на количество узлов ветви. Для примеров смотрите страницу `predictorImportance` ссылки на функцию.
`stepwiseglm`	Обобщенная линейная регрессия	Категориальные и непрерывные функции	Подбирайте обобщенную линейную модель регрессии использование ступенчатой регрессии при помощи `stepwiseglm`. В качестве альтернативы можно подбирать модель линейной регрессии при помощи `fitglm` и затем настройте модель при помощи `step`. Ступенчатая регрессия является систематическим методом для добавления и удаления условий от основанного на модели на их статистическом значении в объяснении переменной отклика. Для получения дополнительной информации смотрите страницу `stepwiseglm` ссылки на функцию и эти темы: Обобщенная линейная модель Используя пошаговый алгоритм Обобщенные линейные модели Обобщенный линейный рабочий процесс модели
`stepwiselm`	Линейная регрессия	Категориальные и непрерывные функции	Подбирайте модель линейной регрессии использование ступенчатой регрессии при помощи `stepwiselm`. В качестве альтернативы можно подбирать модель линейной регрессии при помощи `fitlm` и затем настройте модель при помощи `step`. Ступенчатая регрессия является систематическим методом для добавления и удаления условий от основанного на модели на их статистическом значении в объяснении переменной отклика. Для получения дополнительной информации смотрите страницу `stepwiselm` ссылки на функцию и эти темы: Ступенчатая регрессия Линейная регрессия с эффектами взаимодействия Оцените Значение Коэффициентов регрессии Используя t-статистическую-величину

** Для основанного на дереве алгоритма задайте 'PredictorSelection' как 'interaction-curvature' использовать тест взаимодействия в выборе лучшего предиктора разделения. Тест взаимодействия полезен в идентификации важных переменных в присутствии многих несоответствующих переменных. Кроме того, если обучающие данные включают много предикторов, то задайте 'NumVariablesToSample' как 'all' для обучения. В противном случае программное обеспечение не может выбрать некоторые предикторы, недооценив их важность. Для получения дополнительной информации смотрите fitctree, fitrtree, и templateTree.

Ссылки

[1] Guyon, Изабель и А. Елиссеев. "Введение в переменную и выбор признаков". Журнал Исследования Машинного обучения. Издание 3, 2003, стр 1157–1182.

Смотрите также

rankfeatures

Документация