样本特征分析

样本特征分析

1.样品数量分析

在建立模型之前，一般可以对获取到的数据进行特征分析。
样本的数量应该符合，
N>>n
N样本数，i = 1,2,…,i,…,N
n特征数，j = 1,2,…,j,…,n
一般是5或10 的数量级，即N>=10n或N>=5n
在二分类任务中可以是3,即N>=3n

2.特征筛选

2.1 单特征相关性分析

通过相关系数来表示
r(t,x_j) = [(sum_i=1toN(t_i-mean(t)))(x_ij-mean(x_j))]/sqrt [(sum_i=1toN(t_i-mean(t))^2)sum_i=1toN(x_ij-mean(x_j))]

N样本数，i = 1,2,…,i,…,N
n特征数，j = 1,2,…,j,…,n
t单特征的目标值，t_i,第i个样品的目标值（拟合分析中的目标值）。
-1<r <1
|r| 的大小表示相关性的大小

2.2 双特征相关性分析

所有特征两两作图分析。

2.3 三特征相关性分析

所有特征三三作图分析。