Scikit-learn: समरेखीय चर छोड़ने के लिए समर्थन जोड़ें

को निर्मित 3 फ़र॰ 2020 · 3टिप्पणियाँ · स्रोत: scikit-learn/scikit-learn

उस वर्कफ़्लो का वर्णन करें जिसे आप सक्षम करना चाहते हैं

क्या हम LinearRegression में एक फीचर जोड़ सकते हैं जो डेटा में कोलीनियरिटी (सटीक कॉलिनियरिटी) को हटा सकता है?

अपने प्रस्तावित समाधान का वर्णन करें

मेरा प्रस्ताव एक अतिरिक्त तर्क जोड़ने का है जैसे remove_collinearity यदि यह उपयोगकर्ता द्वारा निर्धारित किया गया है तो हम VIF का उपयोग करके मैट्रिक्स या कॉललाइनर चर के रैंक का उपयोग करके सटीक कॉललाइनर चर को हटा सकते हैं। यह रिज प्रतिगमन के लिए जाने के बजाय कुछ समय बचा सकता है।

New Feature

स्रोत

divyaprabha123

सबसे उपयोगी टिप्पणी

इस पर यहां फीचर चयन ट्रांसफॉर्मर के रूप में काम किया जा रहा है: https://github.com/scikit-learn/scikit-learn/pull/14698

thomasjpfan 3 फ़र॰ 2020

👍2

सभी 3 टिप्पणियाँ

इसे sklearn.feature_selection में प्रीप्रप्रोसेसर के रूप में रखना बेहतर हो सकता है, इस तरह इसे कई अनुमानकों पर लागू किया जा सकता है। मुझे यकीन नहीं है कि सटीक समरूपता हालांकि एक लगातार मुद्दा है। हो सकता है कि उपयोगकर्ता परिभाषित फीचर सहसंबंध सीमा वाला एक अनुमानक हो?

मुझे यकीन नहीं है कि यह ऐसा कुछ है जो अक्सर किया जाता है, जैसा कि फीचर क्लस्टरिंग कहने के विपरीत है? बाद वाले को क्लस्टर के साथ स्किकिट-लर्न में किया जा सकता है। फीचरएग्लोमरेशन हालांकि आवश्यक n_clusters वाला इंटरफ़ेस आदर्श नहीं है।

सीसी @glemaitre

rth 3 फ़र॰ 2020

thomasjpfan 3 फ़र॰ 2020

👍2

वास्तव में धन्यवाद। इस मुद्दे को https://github.com/scikit-learn/scikit-learn/issues/13405 के डुप्लिकेट के रूप में बंद करें। यदि आपके पास अन्य टिप्पणियां या सुझाव हैं @ divyaprabha123 कृपया वहां टिप्पणी करें।

rth 3 फ़र॰ 2020

👍1

क्या यह पृष्ठ उपयोगी था?

0 / 5 - 0 रेटिंग्स