具有相对特征重要性的机器学习模型
Machine learning model with relative feature importance
我有 ~12 个特征，但数据不多。我想训练一个机器学习模型，但告诉它我有一些信息，其中某些特征比其他特征更重要。有没有办法做到这一点，我想出的一种方法是根据预先存在的数据生成大量数据，并进行一些小的更改，并包含相同的标签，从而覆盖更多的搜索 space。我希望相对特征重要性矩阵对最终特征重要性有一定的权重（例如由分类树生成）
理想情况下应该是
相对特征重要性矩阵：
N F1 F2 F3
F1 1 2 N
F2 .5 1 1
F3 N 1 1
如果我理解这个问题，您希望某些功能比其他功能更重要。为此，您可以根据您希望更多地考虑的因素为各个特征本身分配权重。
这个问题比较宽泛，希望对您有所帮助。
我有 ~12 个特征，但数据不多。我想训练一个机器学习模型，但告诉它我有一些信息，其中某些特征比其他特征更重要。有没有办法做到这一点，我想出的一种方法是根据预先存在的数据生成大量数据，并进行一些小的更改，并包含相同的标签，从而覆盖更多的搜索 space。我希望相对特征重要性矩阵对最终特征重要性有一定的权重（例如由分类树生成）
理想情况下应该是
相对特征重要性矩阵：
N F1 F2 F3
F1 1 2 N
F2 .5 1 1
F3 N 1 1
如果我理解这个问题，您希望某些功能比其他功能更重要。为此，您可以根据您希望更多地考虑的因素为各个特征本身分配权重。
这个问题比较宽泛，希望对您有所帮助。