您现在访问的是微软AZURE全球版技术文档网站,若需要访问由世纪互联运营的MICROSOFT AZURE中国区技术文档网站,请访问 https://docs.azure.cn.

排列特征重要性

本文介绍如何在 Azure 机器学习设计器中使用“排列特征重要性”模块计算数据集的一组特征重要性分数。 使用这些分数有助于确定最适合在模型中使用的特征。

在本模块中,将对特征值进行随机重排,每次重排一列。 在随机重排前后度量模型的性能。 可以选择其中一个标准指标来度量性能。

模块返回的分数表示经训练的模型在排列后的性能变化。 重要特征通常对重排过程更为敏感,因此其重要性分数较高。

本文概述了排列特征及其理论基础,以及它在机器学习中的应用:排列特征重要性

如何使用排列特征重要性

要生成一组特征评分,需要有经训练的模型和测试数据集。

  1. 将“排列特征重要性”模块添加到管道。 可以在“特征选择”类别中找到此模块。

  2. 将经训练的模型连接到左输入。 模型必须是回归模型或分类模型。

  3. 在右输入中,连接数据集。 优先选择与训练模型所用的数据集不同的数据集。 此数据集用于根据经训练的模型进行评分。 此外还用于在特征值发生变化后评估模型。

  4. 对于“随机种子”,输入一个值,用作随机化种子。 如果指定 0(默认值),将根据系统时钟生成一个数字。

    虽然种子值可选,但如果想要使同一管道的运行结果可重现,应提供一个值。

  5. 对于“度量性能的指标”,选择在排列后计算模型质量时要使用的单个指标。

    Azure 机器学习设计器支持以下指标,具体取决于评估的是分类模型还是回归模型:

    • 分类

      准确度、精度和召回率

    • 回归

      精度、召回率、平均绝对误差、均方根误差、相对绝对误差、相对平方误差和决定系数

    若要更详细地了解这些评估指标及其计算方式,请参阅评估模型

  6. 提交管道。

  7. 模块输出特征列的列表和与其关联的分数。 列表按分数降序排列。

技术说明

排列特征重要性的原理是随机更改每个特征列的值,每次更改一列。 然后评估模型。

模块提供的排列通常与从基于筛选器的特征选择获得的不同。 基于筛选器的特征选择会在创建模型前计算分数。

造成这种差异的原因在于,排列特征重要性不会度量特征和目标值之间的关联。 它会表现每个特征对模型预测的影响。

后续步骤

请参阅 Azure 机器学习的可用模块集