白小丸 2020-12-22 17:33 采纳率: 100%
浏览 255
已采纳

机器学习特征重要程度问题

目前在用机器学习算法解决一个多分类问题，手动提的特征，20多维。有两个类别总是被错误分类成对方，尝试了随机森林、KNN、决策树、XGBoost都是一样的效果。输出特征重要程度feature_importances，发现有一维特征，我认为应该是这两类最关键的区分特征，但是特征重要性却很低，请问这是什么原因？能用什么方法干预吗，比如手动调整特征权重？

求大佬指点

  • 写回答

11条回答 默认 最新

  • bj_0163_bj 2020-12-24 16:37
    关注

    就是特征值这两个类的占比。比如特征值等于1 ，a类占比多少，b类占比多少 。这两个占比区分度越大，对目标值越有可能高权值

    本回答被题主选为最佳回答 , 对您是否有帮助呢?
    评论
查看更多回答(10条)

报告相同问题？

悬赏问题

  • ¥15 smptlib使用465端口发送邮件失败
  • ¥200 总是报错，能帮助用python实现程序实现高斯正反算吗？有偿
  • ¥15 对于squad数据集的基于bert模型的微调
  • ¥15 为什么我运行这个网络会出现以下报错？CRNN神经网络
  • ¥20 steam下载游戏占用内存
  • ¥15 CST保存项目时失败
  • ¥15 树莓派5怎么用camera module 3啊
  • ¥20 java在应用程序里获取不到扬声器设备
  • ¥15 echarts动画效果的问题，请帮我添加一个动画。不要机器人回答。
  • ¥15 Attention is all you need 的代码运行