技术栈
特征排序
随风飘摇的土木狗
3 天前
matlab
·
gsa
·
敏感性分析
·
特征排序
·
灵敏度分析
·
shap
·
可解释
【MATLAB第116期】基于MATLAB的NBRO-XGBoost的SHAP可解释回归模型（敏感性分析方法）
该文章实现了一个可解释的回归模型，使用NBRO-XGBoost（方法可以替换，但是需要有一定的编程基础）来预测特征输出。该模型利用七个变量参数作为输入特征进行训练。为了提高可解释性，应用了SHapley Additive exPlanations（SHAP），去深入了解每个参数对模型预测的贡献。
随风飘摇的土木狗
2 年前
matlab
·
分类
·
回归
·
敏感性分析
·
特征排序
·
重要性排序
·
降维
【MATLAB第77期】基于MATLAB代理模型算法的降维/特征排序/数据处理回归/分类问题MATLAB代码实现【更新中】
本文介绍基于libsvm代理模型算法的特征排序方法合集，包括： 1.基于每个特征预测精度进行排序（libsvm代理模型） 2.基于相关系数corr的特征排序（libsvm代理模型） 3.svmrfe_ker（二分类）【后续更新】 4.基于SVM-RFE递归特征消除的特征排序svmrfe_ori（二分类）【后续更新】
随风飘摇的土木狗
2 年前
matlab
·
pcc
·
ipcc
·
皮尔逊
·
敏感性分析
·
特征排序
·
特征变量重要度
【MATLAB第63期】基于MATLAB的改进敏感性分析方法IPCC，拥挤距离与皮尔逊系数法结合实现回归与分类预测
考虑拥挤距离指标与PCC皮尔逊相关系数法相结合，对回归或分类数据进行降维，通过SVM支持向量机交叉验证得到平均指标，来判定优化前后模型好坏 。 通过手动设置拥挤权重，如拥挤权重0.3，关联权重0.7，来得到IPCC的各变量的特征值。