我正在训练一个 SVM 分类器。现在，我有大约 4000 个功能，但其中很多都是多余的/没有信息量的。我想将模型中的特征减少到大约 20-50。我想使用贪心爬山，每次将特征减少1。
被移除的特征应该是最不重要的特征。训练 SVM 后，如何获得特征重要性的排名？如果我在 R 中使用 libsvm，我如何获得每个特征的权重，或者其他一些类似的重要性指标？谢谢!
最佳答案
我会首先使用 PCA(主成分分析)降低问题的维度，然后应用 SVM。参见，例如，Andrew Ng's lecture videos
关于r - R 中的 SVM 特征选择，我们在Stack Overflow上找到一个类似的问题：https://stackoverflow.com/questions/15182800/