Machine learning 具有相对特征重要性的机器学习模型_Machine Learning_Decision Tree

Machine learning 具有相对特征重要性的机器学习模型

machine-learning

Machine learning 具有相对特征重要性的机器学习模型,machine-learning,decision-tree,Machine Learning,Decision Tree,我有12个特征，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，其中一些特征比其他更重要。有没有办法做到这一点，我想到的一种方法是，根据预先存在的数据生成大量数据，并进行小的更改，包括相同的标签，从而覆盖更多的搜索空间。我希望相对特征重要性矩阵在最终特征重要性上有一定的权重（由分类树生成，例如）理想的情况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。要做到这一点，

我有12个特征，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，其中一些特征比其他更重要。有没有办法做到这一点，我想到的一种方法是，根据预先存在的数据生成大量数据，并进行小的更改，包括相同的标签，从而覆盖更多的搜索空间。我希望相对特征重要性矩阵在最终特征重要性上有一定的权重（由分类树生成，例如）

理想的情况是

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。要做到这一点，您可以将权重分配给各个特征本身，而这些特征本身是您希望更多地考虑的基础

这个问题相当广泛，所以我希望这能有所帮助。

这就像是对模型的一个建议，我认为功能之间的相对重要性如下matrix@Christo你可以尝试一种概率机器学习方法这可能会有所帮助：@JackFleeting这是正确的，但是，探索更多关于特性重要性的领域知识如何以某种方式集成似乎是一件有趣的事情