1、（训练前）特征本身覆盖率
特征本身对样本的覆盖程度
2、（训练前）特征本身在目标上的区分度
连续值分label分布概率PDF（正样本上该特征值的PDF，负样本该值的PDF，其交叉区分程度）
离散值分label分布（类似连续值，也可以获得其正负样本上的PMF）
单特征AUC（连续值可以压缩值域来计算，离散值也可以用出现不出现0，1，p和非p，来转化为单特征值AUC）
PS：对于分布的区分度，可以通过KL散度来进行数值化评估
3、（训练阶段）判断特征对模型的贡献度
增减特征后的对比实验，计算两种方式训练模型后，模型在测试集的AUC
4、（预估阶段判）断特征对模型的贡献度
在预估的时候对某个slot的值赋予随机值，或者0，再来计算测试集AUC。与原基线AUC有较大跌幅，则重要性高，跌幅越低，则重要性越低。
PS：有时候用4方法，跟3方法，2方法得到的结果不相同。比如现有模型中已有一个跟待估特征有较强的线性相关性。则就算其对目标有较好的区分度，在3，方法中可能也体现出不增益。但是特征本身是有价值的
1、（训练前）特征本身覆盖率特征本身对样本的覆盖程度 2、（训练前）特征本身在目标上的区分度连续值分label分布...
包裹型--递归特征删除算法 把特征选择看做一个特征子集搜索问题，筛选各种特征子集，用模型评估效果。 典型的包裹型算...
一、教学评估的基本含义 1、区分测量与评估。测量是量化的——用数字描述一个事件或特征；评估虽包含测量...
1、区分测量与评估。 测量是指用数字描述个事件或特征; 评估虽包括测量，但比测量范围更宽广，因为评估包含各种取样...
sklearn作为python机器学习的一个常用库，可以用来做特征工程，算法的调用，模型的评估 特征工程 特征工程...
在初步特征筛选之后，若使用树模型，特征经过数值化处理后就可以模型进行效果评估，一般会给出一个AUC或KS的模型评估...
Filter Filter这类方法是选定一个指标来评估特征，根据指标值来对特征排序，去掉达不到足够分数的特征。这类...
算法思想 从数据集中找到一个特征,这个特征在划分数据分类中起决定性作用.为了找到这个特征,就要评估每个特征,找到区...
为什么需要模型评估？ 在计算机科学特征时机器学习领域中，对模型的评估至关重要。只有选择与问题相匹配的评估方法...
第一节 教学评估的基本含义 测量与评估 测量是指用数字描述一个事件或特征；评估虽包括测量，但比测量范围更宽广，...
本文标题：特征评估
本文链接：https://www.haomeiwen.com/subject/amuopqtx.html
网友评论