华为云AI开发平台ModelArts过滤式特征选择_云淘科技
概述
过滤式特征选择根据特征对标签的重要性对特征进行筛选，特征重要性较高的特征，提升训练的精度和效率。
输入
|
参数 |
子参数 |
参数说明 |
|---|---|---|
|
inputs |
dataframe |
inputs为字典类型，dataframe为pyspark中的DataFrame类型对象 |
输出
|
参数 |
子参数 |
参数说明 |
|---|---|---|
|
output |
output_feature_importance |
dataframe类型的特征重要性结果 |
|
output |
output_selected_dataframe |
dataframe类型的特征筛选结果 |
参数说明
|
参数 |
是否必选 |
参数说明 |
默认值 |
|---|---|---|---|
|
feature_columns_str |
是 |
特征列列名，支持多列用’,’分隔 |
“” |
|
label_column |
是 |
标签列列名 |
“” |
|
discretization_columns_str |
否 |
需要进行离散化特征列列名，支持多列用’,’分隔 |
“” |
|
method |
是 |
过滤选择的方法，取值如下： IV：根据IV值计算特征的重要性，注：IV法仅支持2分类； |
“” |
|
select_feature_num |
是 |
选择的TopN个特征，如果大于输入特征特征数，则输出所以特征 |
None |
|
discretization_method |
否 |
离散化连续特征方法，取值如下： equidistant division：根据特征的最小、最大值等距离分隔 |
“” |
|
discretization_bin_num |
否 |
离散化连续特征区间数量 |
None |
|
is_sparse |
是 |
是否是K:V的稀疏特征 |
False |
|
kv_col |
否 |
稀疏特征列名 |
“” |
|
item_spliter |
否 |
K:V特征中每个item之间的分隔符 |
“,” |
|
kv_spliter |
否 |
K:V特征中每个key与value之间的分隔符 |
“:” |
样例一（常规数据）
数据样本
配置流程
运行流程
算法参数设置
查看结果
样例二（KV稀疏数据）
数据样本
配置流程
运行流程
算法参数设置
查看结果
父主题： 特征工程
同意关联代理商云淘科技，购买华为云产品更优惠（QQ 78315851）
内容没看懂？ 不太想学习？想快速解决？ 有偿解决： 联系专家
