如何解决基于pearson r相关系数选择K个最佳特征
我正在尝试为线性模型选择特征。我需要使用 pearson r 相关系数选择 15 个最相关的特征。
使用 selectKBest()
,我需要声明一个可调用的函数来传递给它,以确定每一列与我的目标值的相关性。我已将函数声明如下:
def scoring_function(x,y):
for col in x:
pearsonr(x[col],y)
我已经通过调用 callable()
来检查以确保该函数是可调用的。但是,在调用 sellectKBest 时我仍然收到类型错误,指出传递的是 None
而不是 callable
。我也不确定这个函数是否可以帮助我找到与目标值最相关的 15 个特征(分别在上面的函数中为 x
和 y
)的期望结果
解决方法
根据 scikit-learn 的 SelectKBest
文档,可调用对象应返回分数数组。
def scoring_function(X,y):
scores = [pearsonr(X[col],y),for col in X.columns]
return scores
我假设 X
是一个 DataFrame,所以它有列名。
我不知道您的项目的具体情况,但我建议您查看 Factor Analysis(也可在 scikit-learn 中找到),我认为它适合您想要完成的任务。>
版权声明:本文内容由互联网用户自发贡献,该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容, 请发送邮件至 dio@foxmail.com 举报,一经查实,本站将立刻删除。