Machine learning 在一组相关变量中，我如何推断出哪个变量子集最能描述其余变量？

我有一个60个传感器的数据集，进行1684次测量。我希望减少实验中使用的传感器数量，并使用剩余的传感器数据预测（使用机器学习）移除的传感器

我查看了数据（请参阅），发现了传感器之间的一些强相关性，这应该可以移除X个传感器，并使用剩余的传感器预测其行为

我如何“评分”哪一组传感器（X）最能预测剩余的一组（60-X）？

您熟悉主成分分析（PCA）吗？这是方差分析（ANOVA）的产物。降维是描述这个过程的另一个术语

这些通常针对预测单个输出的一组输入，而不是一组对等测量。为了使您的案例适应这些方法，我认为您应该首先考虑60个传感器中的每一个，依次作为“地面真相”，看看哪些传感器可以最可靠地由其余传感器驱动。移除这些并重复该过程，直到达到所需的相关性阈值

---

我还建议用遗传方法来进行这种筛选；也许随机森林在这一阶段会有所帮助。

采用pca。现在我们有两个小组，说20“入”和240“出”。从随机分配开始，这应该很好。现在对两组进行主成分分析，并提出互换方案，看看代表组的主成分分析是否更接近整个组的主成分分析。不随机创建组，是否可能；1） 计算每个变量的原始数据与第一主成分（PC1）之间的相关性2）移除与PC1相关性最差的传感器