راه
۶ کیو· متوسطمتوسطPYTHON۴ ثانیه · ۲۵۶ مگابایت

انتخاب تک‌متغیره‌ی ویژگی‌ها

انتخاب تک‌متغیره هر ویژگی را جدا با پاسخ می‌سنجد. برای رگرسیون، آماره‌ی FF ویژگی jj از همبستگی آن با yy می‌آید:

Fj=rj21−rj2 (n−2)F_j = \frac{r_j^2}{1 - r_j^2}\,(n - 2)

که rjr_j ضریب همبستگی پیرسون ستون jj و yy است (np.corrcoef). تابع select_k(X, y, k) آرایه‌ای برمی‌گرداند:

  • نخست شماره‌ی kk ویژگی با بزرگ‌ترین FF، به ترتیب نزولی FF،
  • سپس همه‌ی pp مقدار FF به ترتیب ستون‌ها.

این همان f_regression و SelectKBest در scikit-learn است. در آزمون‌ها FF ها تساوی ندارند.

نمونه‌ها

ورودی نمونه ۱
[[[1.83, -3.08, 0.96, 0.07], [1.32, 0.39, 1.83, 0.03], [-0.52, 0.58, 0.43, -0.36], [-0.25, 0.72, 0.7, -0.49], [-0.37, -1.81, 1.68, -0.22], [1.34, 0.42, 1.94, 1.54], [0.32, 1.48, -0.95, 1.26], [-1.48, 0.34, 1.06, 0.22], [-0.37, -0.81, -0.34, 1.05], [0.89, -0.26, -1.25, 0.67], [-1.45, -0.53, -0.73, 0.74], [0.24, 0.46, 0.27, -0.68], [0.54, 1.41, -0.04, 0.63], [-0.13, 1.03, 0.67, 0.88], [0.35, 1.64, -0.36, -0.33]], [-3.21, -0.03, -1.73, -0.06, -2.57, -1.79, 0.81, 3.25, -0.83, -1.65, 1.25, 0.35, 1.11, 0.42, 1.35], 2]
خروجی نمونه ۱
[1.0, 0.0, 5.1687, 9.7174, 0.9846, 0.0082]
ورودی نمونه ۲
[[[0.7, -0.98, -1.57, -2.92, -0.35, 1.25], [0.03, 0.51, 1.02, -0.88, 2.65, -0.88], [0.37, 2.74, -0.11, 0.11, -0.51, 0.33], [-2.13, -0.65, 1.69, 0.21, -0.24, 0.37], [0.41, 0.15, 0.58, -1.66, 0.59, -0.67], [0.79, -0.02, -1.0, -0.07, -1.01, 1.01], [-0.03, 0.85, -1.12, 1.62, -0.3, 1.37], [0.85, -1.1, 0.32, -0.54, 0.41, 1.43], [0.69, 1.07, -1.17, 0.2, 0.36, 1.09], [-0.62, 0.57, 0.43, -1.52, -1.04, 0.44], [-1.18, -1.23, 0.9, 0.29, -0.24, 0.11], [-0.4, -0.54, -0.46, 0.39, 1.32, -0.47], [-0.07, -0.22, -1.26, 0.25, 0.87, -0.84], [0.83, -0.57, 1.15, 1.22, -0.38, -2.0], [-0.35, -1.39, -1.31, -0.25, 1.36, -0.09], [-0.22, -1.85, -0.61, -1.4, 0.52, -0.53], [-0.04, -0.02, -0.19, 0.95, 0.49, -0.32], [0.15, 0.55, 1.37, 0.13, 1.45, -0.59], [-0.23, -1.49, 0.82, -1.03, -1.03, 0.84], [-0.53, -0.75, 0.95, -0.18, 0.92, -0.4], [0.73, 1.08, 0.08, 1.8, -0.4, -0.21], [0.08, 1.01, -0.29, -0.44, 0.25, 1.25], [-0.42, -1.28, -0.13, 0.62, -0.54, 0.12], [-1.87, 0.02, 0.1, 0.62, 0.31, 0.77], [-0.99, 0.66, -1.65, -0.6, 1.11, 0.85]], [-1.95, -0.92, -0.96, -0.16, 0.32, 0.63, -0.43, -2.65, -1.09, 0.56, 0.38, 2.44, 1.01, 0.18, 2.5, 3.91, -1.11, -1.41, -2.43, 0.09, -0.8, -1.74, -0.64, 0.92, 3.16], 3]
خروجی نمونه ۲
[0.0, 2.0, 5.0, 3.9387, 1.0854, 2.8631, 0.001, 1.8251, 2.5547]

برای نوشتن پاسخ و دریافت امتیاز، ابتدا وارد حساب شوید.

ورود