サポートベクターマシーンを使って、ある数値の予測をしようとしています。
数値予測のモデルを作る前に、30個ある説明変数のどれを減らすか?減らさないか?の判断をしようとしています。
サポートベクターでは、どのように判断すればよいでしょうか?
使うライブラリは、sklearn.svm.SVRです。
下記は私の仮説です。
仮説
ランダムフォレスト等のアンサンブル系で、特徴量の重要度を見るのもありだが、
サポートベクターマシーンは、本質的には、線形モデルなので、RidgeかLassoを使った特徴量選択をする。
因みに、ランダムフォレストを使った際は、RFEでValidation scoreの一番高かった説明変数を選択しました。
回答1件
あなたの回答
tips
プレビュー
バッドをするには、ログインかつ
こちらの条件を満たす必要があります。