Me gustaría ejecutar algún modelo de aprendizaje automático como bosque aleatorio, aumento de gradiente o SVM en mi conjunto de datos. Hay más de 200 variables predictoras en mi conjunto de datos y mis clases objetivo son una variable binaria.
¿Necesito ejecutar la selección de características antes de la adaptación del modelo? ¿Afecta significativamente el rendimiento del modelo o no hay mucha diferencia si ajusto directamente el modelo usando todas las variables predictoras?
¿Qué tan grande es su conjunto de datos? Si tiene miles de muestras y 200 variables predictoras, hay muchas posibilidades de que con un modelo como Random Forests ya pueda lograr un rendimiento bastante alto. Una mayor selección de funciones mejorará aún más su rendimiento.
—
Archie
@ Archie Sí, el tamaño de mi conjunto de datos es similar al que mencionaste. 'Selección adicional de características', ¿quiere decir que debe realizar la selección de características antes del ajuste del modelo y puede favorecer el rendimiento del modelo?
—
LUSAQX
Quiero decir, primero probaría con todas las características, Random Forests sería un gran clasificador para empezar. Si luego quiere aumentar el rendimiento, miraría, por ejemplo, la importancia de las funciones para seleccionar las funciones más importantes.
—
Archie
Okay. Eso es lo que he hecho hasta ahora. Probaré algunos métodos de selección de características antes del ajuste del modelo para ver si hay alguna mejora para entonces.
—
LUSAQX
Una breve respuesta de mi práctica reciente, la selección de características es necesaria para la comparación del modelo. Algunos algoritmos funcionarían mejor en algún conjunto de características, mientras que otros algoritmos en otro conjunto.
—
LUSAQX