machine-learning
Search…
Ex 2: Recursive Feature Elimination
本範例主要目的是減少特徵數量來提升機器學習之預測準確度。 主要方法是去不斷去剔除與資料分類關係轉少之特徵，來篩選特徵數目至指定數目。
- 1.以
load_digits取得內建的數字辨識資料 - 2.以
RFE疊代方式刪去相對不具有目標影響力的特徵.
(一)產生內建的數字辨識資料
1
# Load the digits dataset
2
digits = load_digits()
3
X = digits.images.reshape((len(digits.images), -1))
4
y = digits.target
Copied!
數位數字資料是解析度為8*8的手寫數字影像，總共有1797筆資料。預設為0~9十種數字類型，亦可由n_class來設定要取得多少種數字類型。
輸出的資料包含 1. ‘data’, 特徵資料(179764) 2. ‘images’, 影像資料(1797\8*8) 3. ‘target’, 資料標籤(1797) 4. ‘target_names’, 選取出的標籤列表(與n_class給定的長度一樣) 5. ‘DESCR’, 此資料庫的描述
可以參考Classification的Ex1
(二)以疊代方式計算模型
RFE以排除最不具目標影響力的特徵，做特徵的影響力排序。並且將訓練用的特徵挑選至n_features_to_select所給定的特徵數。因為要看每一個特徵的影響力排序，所以我們將n_features_to_select設定為1，一般會根據你所知道的具有影響力特徵數目來設定該參數。而step代表每次刪除較不具影響力的特徵數目，因為本範例要觀察每個特徵的影響力排序，所以也是設定為1。若在實際應用時，特徵的數目較大，可以考慮將step的參數設高一點。1
# Create the RFE object and rank each pixel
2
svc = SVC(kernel="linear", C=1)
3
rfe = RFE(estimator=svc, n_features_to_select=1, step=1)
4
rfe.fit(X, y)
5
ranking = rfe.ranking_.reshape(digits.images[0].shape)
Copied!
可以用方法
ranking_來看輸入的特徵權重關係。而方法estimator_可以取得訓練好的分類機狀態。比較特別的是當我們核函數是以線性來做分類時，estimator_下的方法coef_即為特徵的分類權重矩陣。權重矩陣的大小會因為n_features_to_select與資料的分類類別而改變，譬如本範例是十個數字的分類，並選擇以一個特徵來做分類訓練，就會得到45*1的係數矩陣，其中45是從分類類別所需要的判斷式而來，與巴斯卡三角形的第三層數正比。(三)畫出每個像素所對應的權重順序
取得每個像素位置對於判斷數字的權重順序後，我們把權重順序依照顏色畫在對應的位置，數值愈大代表該像素是較不重要之特徵。由結果來看，不重要之特徵多半位於影像之外圍部份。而所有的訓練影像中，外圍像素多半為空白，因此較不重要。
1
# Plot pixel ranking
2
plt.matshow(ranking, cmap=plt.cm.Blues)
3
plt.colorbar()
4
plt.title("Ranking of pixels with RFE")
5
plt.show()
Copied!
png
(四)原始碼
1
print(__doc__)
2
3
from sklearn.svm import SVC
4
from sklearn.datasets import load_digits
5
from sklearn.feature_selection import RFE
6
import matplotlib.pyplot as plt
7
8
# Load the digits dataset
9
digits = load_digits()
10
X = digits.images.reshape((len(digits.images), -1))
11
y = digits.target
12
13
# Create the RFE object and rank each pixel
14
svc = SVC(kernel="linear", C=1)
15
rfe = RFE(estimator=svc, n_features_to_select=1, step=1)
16
rfe.fit(X, y)
17
ranking = rfe.ranking_.reshape(digits.images[0].shape)
18
19
# Plot pixel ranking
20
plt.matshow(ranking, cmap=plt.cm.Blues)
21
plt.colorbar()
22
plt.title("Ranking of pixels with RFE")
23
plt.show()
Copied!
Copy link