В этом примере показано, как отранжировать признаки с помощью нескольких методов рейтинга классификации, как сравнить результаты, и как экспортировать признаки из приложения. Если вы хотите следовать наряду с шагами в интерактивном режиме, используйте данные, в которых вы импортировали, Обрабатывают Данные и Исследуют Функции в Diagnostic Feature Designer и используют набор функций из того примера. Используйте Open Session, чтобы перезагрузить ваши данные о сеансе с помощью имени файла, которое вы обеспечили.
Когда вы генерируете признаки для классификации, вы ищете функции, которые выполняют лучше всего при различении среди данных, соответствующих различным состояниям. Когда вы просматриваете гистограммы, можно понять относительную эффективность признаков. В этом примере вы используете алгоритмы ранжирования, чтобы выполнить это сравнение функции более строго. Если вы выбрали признаки, которые вы хотите сохранить, вы экспортируете эти признаки в MATLAB® рабочая область.
Отранжируйте свои признаки с помощью T-Test по умолчанию метод. Нажмите Rank Features. Выберите FeatureTable1.
Ваш выбор поднимает оцениваемый список функций, отображенных и как столбчатая диаграмма и как числовая таблица.
Легенда столбчатой диаграммы показывает, что начальный рейтинг выполняется с помощью алгоритма t-критерия Стьюдента. График нормирован к 1, чтобы упростить визуальное сравнение. Таблица показывает ненормированные занимающие место баллы. Сделайте паузу на панели, чтобы получить полное имя переменной. Наилучшим признаком является CrestFactor, который имеет то же значение, было ли оно вычислено как функция сигнала или вращающаяся функция машинного оборудования.
Каждый алгоритм ранжирования использует различные критерии, чтобы выполнить рейтинг. Во вкладке Feature Ranking нажмите Supervised Ranking, чтобы поднять меню, которое обобщает каждый метод. В том меню выберите Bhattacharyya.
Вкладка Bhattacharyya открывается занимающими место техническими требованиями, которые являются стандартными для всех методов. Нажмите Apply.
Apply обновляет панель рейтинга новыми результатами, отображенными наряду с исходными результатами t-критерия Стьюдента.
Bhattacharyya метод приводит к результатам, которые похожи на, но не идентичны, T-Test результаты. Наилучшим признаком является PeakValue от Signal Statistics набор. Эта функция является четвертой в T-тестовом рейтинге. Но признаки крест-фактора находятся все еще в тройке лучших.
Рейтинг все еще сортируется по T-Test. Сортировка вместо этого Bhattacharyya. Закройте вкладку Bhattacharyya и возвратитесь к вкладке Feature Ranking. Затем выберите Bhattacharyya в списке Sort by.
Занимающая место таблица теперь показывает PeakValue наверху.
У вас есть два набора рейтингов. Теперь удалите Bhattacharyya результаты. Во вкладке Feature Ranking выберите Delete Scores > Bhattacharyya.
Bhattacharyya исчезает из занимающих место результатов.
Последний шаг в рабочем процессе Diagnostic Features Designer должен экспортировать ваши признаки. Во вкладке Feature Ranking выберите Export > Export features to the MATLAB workspace.
Выберите функции, чтобы экспортировать. Можно отсортировать функции по любому из рейтингов, которые вы вычислили. В этом случае, только один рейтинг, T-Test, доступно. Приложение предварительно выбирает лучшие пять функций. Измените этот выбор. Очистите пятый выбор и выберите шестое использование функции, Щелкают при нажатой клавише Ctrl.
Ваша сокращённая таблица признаков появится в рабочем пространстве MATLAB.
Diagnostic Feature Designer | anova1 | bhattacharyyaDistance | kruskalwallis | perfcurve | ranksum | relativeEntropy | ttest2
