在层次集群上计算置换mda特征重要性后减少特征

问题描述

我有一个分类任务,涉及使用mdi,mda和shapley值的特征重要性。我正在使用k-means和分层聚类应用聚类的mdi和mda。

以下链接(sklearn)有一个类似的示例来计算层次聚类:

https://scikit-learn.org/stable/auto_examples/inspection/plot_permutation_importance_multicollinear.html

我对这些群集执行置换重要性,但是我感兴趣的是一旦有了这些群集的mda-说4个群集很重要,并且每个群集具有5-10个功能,是否有任何方法可以减少/选择哪个可以从这些集群中使用哪些功能

例如使用40个特征减少4个聚类-也就是说从聚类中提取15-20个特征。

mda / mdi聚类的目的是减少使用共线特征时未聚类方法中存在的替换效果

谢谢:)

解决方法

暂无找到可以解决该程序问题的有效方法,小编努力寻找整理中!

如果你已经找到好的解决方法,欢迎将解决方案带上本链接一起发送给小编。

小编邮箱:dio#foxmail.com (将#修改为@)