エントリーの編集
エントリーの編集は全ユーザーに共通の機能です。
必ずガイドラインを一読の上ご利用ください。
特徴量選択 Null ImportanceとPermutation Importance - Qiita
記事へのコメント0件
- 注目コメント
- 新着コメント
このエントリーにコメントしてみましょう。
注目コメント算出アルゴリズムの一部にLINEヤフー株式会社の「建設的コメント順位付けモデルAPI」を使用しています
- バナー広告なし
- ミュート機能あり
- ダークモード搭載
関連記事
特徴量選択 Null ImportanceとPermutation Importance - Qiita
はじめに 様々な特徴量を用いて、学習させた際度の特徴量が重要なのか、どの特徴量が重要でないのかわか... はじめに 様々な特徴量を用いて、学習させた際度の特徴量が重要なのか、どの特徴量が重要でないのかわからないと、さらなるスコアアップのための改善ができないですよね。 この記事では、「Null Importance」「Permutation Importance」を用いてノイズを含む特徴量を見つけ出す方法を紹介していこうと思います。 Null importance Null Importanceの大まかな手順としてはこちら 1.RandomForestやXGBoost、LightGBMなどのfeature_importance関数を用いて特徴量重要度を出す 2、目的変数をシャッフルして、再び学習させfeature_importanceを出す (あくまでランダムにシャッフルしているだけなので、信用性を増すためには複数回行う) 3、シャッフルして出した重要度(以下シャッフル重要度)とシャッフルなしで