machine-learning - 在一组相关变量中，如何推断出哪个变量子集最能描述其余变量？

Question

我有一个包含 60 个传感器的数据集，可进行 1684 次测量。我希望减少实验过程中使用的传感器数量，并使用剩余的传感器数据来预测(使用机器学习)移除的传感器。

我查看了数据(参见 image )并发现了传感器之间的几个强相关性，这应该使得可以移除 X 传感器并使用剩余的传感器来预测它们的行为。

如何对哪组传感器 (X) 最好地预测剩余组 (60-X) 进行“评分”？

Answer 1

您熟悉主成分分析(PCA)吗？它是方差分析 (ANOVA) 的子项。 降维是描述此过程的另一个术语。

这些通常针对预测单个输出的一组输入，而不是一组对等测量。为了使您的案例适应这些方法，我认为您需要首先考虑 60 个传感器中的每一个，依次将其视为“基本事实”，看看哪些传感器可以由其余传感器最可靠地驱动。删除这些并重复该过程，直到达到所需的相关性阈值。

我还建议采用遗传方法来进行筛选；也许随机森林在这个阶段会有所帮助。