単純な線形回帰のために、特徴の「組み合わせ」または「特徴間の」相互作用が考慮される特徴選択方法を使用したい。回帰のためのSKlearn(scikit-learn)多変量の特徴選択
SelectKBestはターゲットに対して1つずつフィーチャを1つずつ探し、ピアソンのR値でランク付けします。これは簡単ですが、機能間の重要なやりとりを無視しています。
再帰的なフィーチャリングの削除は、最初にすべてのフィーチャを使用し、線形回帰モデルに適合し、最小の絶対値係数でフィーチャをキックアウトします。私はこれが「機能間」の相互作用を説明しているかどうかはわかりません...あなたが指定した数のフィーチャに達するまで、一度に最小の係数を1つずつ取り出しているので、私はそうは思わない。
私が探しているのは、味付けされた機能選択科学者のために、最良のサブセットまたは機能の組み合わせを見つける方法です。私はすべての機能選択ドキュメントを読み、私が何を念頭に置いているのかを説明する方法を見つけることができません。
どのようなヒントも非常に高く評価されます!!!!!!
まず、分散共分散プロットを観察する必要があります。これにより、フィーチャ間のペアワイズ相関の感覚が得られます。 – ketan