主要内容

FSCCHI2.

使用Chi-Square测试进行分类的单变量特征排名

页面上倒塌

句法

idx = fscchi2（tbl，responsevarname）
IDX = FSCCHI2（TBL，公式）
IDX = FSCCHI2（TBL，Y）
idx = fscchi2（x，y）
idx = fscchi2（___，名称，价值）
[Idx，scores] = fscchi2（___）

描述

例子

idx.= fscchi2（TBL.那responsevarname.）使用秩（预测器）使用Chi-Square测试。桌子TBL.包含预测变量和响应变量，以及responsevarname.是响应变量的名称TBL.。函数返回idx.，其中包含通过预测的重要性排序的预测器指数，意思IDX（1）是最重要的预测指标的指数。您可以使用idx.选择分类问题的重要预测因子。

idx.= fscchi2（TBL.那公式）指定要在变量中考虑的响应变量和预测变量TBL.通过使用公式。

idx.= fscchi2（TBL.那y）排名预测因素TBL.使用响应变量y。

例子

idx.= fscchi2（X那y）排名预测因素X使用响应变量y。

例子

idx.= fscchi2（___那名称，价值）除了以前语法中的任何输入参数组合之外，使用一个或多个名称值对参数指定其他选项。例如，您可以指定先前的概率和观察权重。

例子

[idx.那得分] = fscchi2（___）还返回预测的分数得分。大得分值表示相应的预测器很重要。

例子

全部收缩

打开直播脚本

在数字矩阵中排名预测器，并创建预测值重视分数的条形图。

加载样本数据。

加载电离层

电离层包含预测变量（X）和一个响应变量（y）。

使用Chi-Square测试等待预测器。

[Idx，scores] = fscchi2（x，y）;

价值得分是否定的日志P.- 值。如果一个P.-Value小于EPS（0），那么相应的分数值是INF.。在创建条形图之前，请确定是否得分包括INF.价值观。

查找（ISINF（分数））
ans = 1x0空双排向量

得分不包括INF.价值观。如果得分包括INF.值，可以替换INF.在为可视化目的创建条形图之前，通过一个大数字号码。有关详细信息，请参阅桌子中的排名预测器。

创建一个预测标志重要评分的条形图。

BAR（分数（IDX））XLABEL（'预测的排名'）ylabel（'预测重点评分'）

图包含轴。轴包含类型栏的物体。

选择前五大最重要的预测因子。找到这些预测器的列X。

IDX（1：5）
ans =.1×55 7 3 8 6

第五列X是最重要的预测因子y。

打开直播脚本

排名在表中的预测器，并创建一个预测的标准重要性分数的条形图。

如果您的数据在表格中FSCCHI2.在表中排列变量的子集，然后函数仅使用子集索引变量。因此，良好的做法是移动你不想排名在表格的末尾的预测器。移动响应变量和观察权重向量。然后，输出参数的索引与表的索引一致。

加载人口普查1994数据集。

加载人口普查1994.

桌子AdultData.在人口普查1994.包含来自美国人口普查局的人口统计数据，以预测个人每年赚超过50,000美元。显示表的前三行。

头（AdultData，3）
ans =.3×15表年龄workClass fnlwgt教育education_num婚姻状况职业关系种族性别capital_gain capital_loss hours_per_week NATIVE_COUNTRY工资___ ________________ __________ _________ _____________ __________________ _________________ _____________ _____ ____ ____________ ____________ ______________ ______________ ______ 39国政务77516个学士13未婚ADM-文书不在位家庭白人男性2174 0 40美国联合国<= 50K 50自我emp-not-Inc 83311学士学位13结婚 -  Civ-Spouse exec-Manigher丈夫白色男0 0 1 13美国<= 50K 38私人2.1565E + 05 HS-GRAD 9离婚处理人员 - 清洁剂Not-In-Family White Male 0 0 0 40美国<= 50K

在表格中AdultData.，第三列fnlwgt.是样品的重量，以及最后一列薪水是响应变量。移动fnlwgt.至左侧薪水通过使用搬运活动功能。

AdultData = MoveVars（AdultData，'fnlwgt'那'前'那'薪水'）;头（AdultData，3）
ans =.3×15表年龄workClass教育education_num婚姻状况职业关系种族性别capital_gain capital_loss hours_per_week NATIVE_COUNTRY fnlwgt工资___ ________________ _________ _____________ __________________ _________________ _____________ _____ ____ ____________ ____________ ______________ ______________ __________ ______ 39国政务学士13未婚ADM-文书不在位家庭白人男性21740 40美国77516 <= 50K 50自我Emp-Not Inc学士13结婚 -  Civ-Spouse Exec-Manager Justric Males 0 0 1 13美国83311 <= 50K 38私人HS-Grad 9离婚处理器 - 清洁剂Not-In-Family White Male 0 0 0 40美国2.1565E + 05 <= 50K

排名预测因子AdultData.。指定列薪水作为响应变量，并指定列fnlwgt.作为观察权重。

[Idx，scores] = fscchi2（amertandata，'薪水'那'重量'那'fnlwgt'）;

价值得分是否定的日志P.- 值。如果一个P.-Value小于EPS（0），那么相应的分数值是INF.。在创建条形图之前，请确定是否得分包括INF.价值观。

idxinf = find（isinf（scores））
Idxinf =.1×81 3 4 5 6 7 10 12

得分包括八个INF.价值观。

创建一个预测标志重要分数的条形图。使用预测的名称X-axis刻度标签。

图栏（分数（IDX））XLabel（'预测的排名'）ylabel（'预测重点评分'）XTicklabels（Strrep（Adjordata.properties.variablenames（Idx），'_'那'\ _'））xtickangle（45）

这酒吧功能不会为此提供任何条形INF.价值观。为了INF.值，具有与最大有限分数相同的绘图栏。

抓住上BAR（分数（IDX（长度（idxinf）+1））*（长度（idxinf），1））图例（'有限分数'那'INF分数'） 抓住离开

图包含轴。轴包含2个类型的栏杆。这些对象代表有限分数，INF分数。

条形图显示使用不同颜色的有限分数和INF分数。

输入参数

全部收缩

示例数据，指定为表。不允许使用除了字符向量的单元格阵列之外的多色变量和单元阵列。

每一排TBL.对应于一个观察，并且每列对应于一个预测变量。可选地，TBL.可以包含响应变量和观察权重的附加列。

响应变量可以是字符向量的分类，字符或字符串阵列，逻辑或数字矢量或字符向量阵列。如果响应变量是一个字符数组，则响应变量的每个元素必须对应于数组的一行。

  • 如果TBL.包含响应变量，并且您希望使用所有剩余的变量TBL.作为预测器，然后通过使用指定响应变量responsevarname.。如果TBL.还包含观察权重，然后您可以通过使用来指定权重重量。

  • 如果TBL.包含响应变量，并且只想仅使用剩余变量的子集TBL.作为预测器，然后使用的是使用变量的子集公式。

  • 如果TBL.不包含响应变量，然后通过使用指定响应变量y。响应变量和TBL.必须具有相同数量的行。

如果FSCCHI2.使用变量子集TBL.作为预测器，该函数仅使用子集索引预测器。价值'pationoricalpricictors'名称值对参数和输出参数idx.不要计算函数不等级的预测器。

FSCCHI2.考虑南那''（空字符向量），“（空字符串），<缺失>， 和<未定义>价值TBL.对于缺少值的响应变量。FSCCHI2.不使用响应变量缺失值的观察。

数据类型：桌子

响应变量名称，指定为字符向量或字符串标量，包含变量的名称TBL.。

例如，如果响应变量是列y的TBL.（tbl.y.），然后指定responsevarname.作为'是'。

数据类型：char|细绳

响应变量的解释模型和预测变量的子集，指定为表单中的字符向量或字符串标量'y〜x1 + x2 + x3'。在这种形式，y表示响应变量，和X1那X2， 和X3代表预测变量。

指定变量的子集TBL.作为预测器，使用公式。如果您指定公式，那么FSCCHI2.没有排列任何变量TBL.没有出现在公式。

公式中的变量名称必须是变量名称TBL.（tbl.properties.variablenames.）和有效的matlab®身份标识。您可以验证变量名称TBL.通过使用isvarname.功能。如果变量名称无效，则可以使用使用的转换它们matlab.lang.makevalidname.功能。

数据类型：char|细绳

响应变量，指定为数字，分类或逻辑向量，字符或字符串数​​组，或字符向量的小区数组。每一排y表示相应行的标签X。

FSCCHI2.考虑南那''（空字符向量），“（空字符串），<缺失>， 和<未定义>价值y缺少值。FSCCHI2.不使用具有缺失值的观察y。

数据类型：单身的|双倍的|分类|逻辑|char|细绳|细胞

预测数据，指定为数字矩阵。每一排X对应于一个观察，并且每列对应于一个预测变量。

数据类型：单身的|双倍的

名称值对参数

指定可选的逗号分离对名称，价值论点。名称是参数名称和价值是相应的价值。名称必须出现在引号内。您可以以任何顺序指定多个名称和值对参数name1，value1，...，namen，valuen。

例子：'numbins'，20，'usemissing'，真实将箱数设置为20，并指定在预测器中使用缺失值进行排名。

分类预测器列表，指定为此表中的值之一。

价值 描述
正整数矢量

向量中的每个条目是与包含分类变量的预测数据列对应的索引值。索引值在1之间P.， 在哪里P.是用于训练模型的预测器数量。

如果FSCCHI2.使用输入变量的子集作为预测器，然后函数仅使用子集索引预测器。这'pationoricalpricictors'值不计算响应变量，观察权重变量和功能不使用的任何其他变量。
逻辑矢量

一种真的条目意味着预测器数据的相应列是分类变量。矢量的长度是P.。
字符矩阵 矩阵的每一行是预测器变量的名称。名称必须与名称匹配TBL.。使用额外的空白填充名称，因此字符矩阵的每行具有相同的长度。
字符串阵列或字符向量的单元数组 数组中的每个元素是预测器变量的名称。名称必须与名称匹配TBL.。
'全部' 所有预测因素都是分类的。

默认情况下，如果预测器数据在表中（TBL.），FSCCHI2.假设变量是分类的，如果它是逻辑向量，无序分类向量，字符数组，字符串数组或字符向量的单元数组。如果预测器数据是矩阵（X），FSCCHI2.假设所有预测因子都是连续的。要将任何其他预测因子识别为分类预测器，请通过使用来指定它们'pationoricalpricictors'名称值参数。

例子：'patericalpricictors'，'全部'

数据类型：单身的|双倍的|逻辑|char|细绳|细胞

用于排名的类的名称，指定为逗号分隔的配对组成'classnames'和一个分类，字符或字符串阵列，逻辑或数字矢量，或字符向量的单元格数组。Classnames.必须具有相同的数据类型y或响应变量TBL.。

如果Classnames.是一个字符数组，那么每个元素都必须对应于数组的一行。

用'classnames'至：

  • 指定的顺序事先的对应于类顺序的尺寸。

  • 选择排名的类别。例如，假设所有不同类别名称的集合y是{'a'，'b'，'c'}。使用课程的观察排列预测器'一种'和'C'仅限，指定'classnames'，{'a'，'c'}。

默认值'classnames'是所有不同类名的集合y或响应变量TBL.。默认值'classnames'如果响应变量是序数，则值具有数学排序。否则，默认值具有字母顺序排序。

例子：'classnames'，{'b'，'g'}

数据类型：分类|char|细绳|逻辑|单身的|双倍的|细胞

融合连续预测器的箱数，指定为逗号分隔对'numbins'和一个正整数标量。

例子：'numbins'，50

数据类型：单身的|双倍的

每个类的先前概率，指定为以下之一：

  • 字符矢量或字符串标量。

    • '经验'确定响应变量中的类频率的类概率y或者TBL.。如果你通过观察权重，FSCCHI2.使用权重来计算类概率。

    • '制服'设置所有类概率等于。

  • 向量（每个类的一个标量值）。指定相应元素的类顺序'事先的'，设置'classnames'名称值参数。

  • 结构S.有两个领域。

    • S.Classnames.包含类名作为与响应变量相同类型的变量y或者TBL.。

    • S.Classprobs.包含相应概率的向量。

FSCCHI2.将每个类中的重量正常化（'重量'）要加入相应类的现有概率的值。

例子：'先前'，'制服'

数据类型：char|细绳|单身的|双倍的|塑造

用于在预测器中使用或丢弃缺失值的指示，指定为包括的逗号分隔对'veremissing'和任何一种真的使用或错误的在排名中丢弃缺失的值。

FSCCHI2.考虑南那''（空字符向量），“（空字符串），<缺失>， 和<未定义>值缺少值。

如果您指定'veremissing'，真实， 然后FSCCHI2.使用缺失的排名值。对于一个分类变量，FSCCHI2.将缺失的值视为额外的类别。对于连续变量，FSCCHI2.地点南单独的垃圾箱中的值用于分布。

如果您指定'veremissing'，false， 然后FSCCHI2.不使用缺失的排名值。因为FSCCHI2.为每个预测器单独计算重要性分数，当行中的值部分丢失时，函数不会丢弃整行。对于每个变量，FSCCHI2.使用不缺少的所有值。

例子：'veremissing'，真实

数据类型：逻辑

观察权重，指定为逗号分隔的配对组成'重量'和标量值的矢量或变量的名称TBL.。函数重量每行中的观察X或者TBL.具有相应的价值重量。的大小重量必须等于行的数量X或者TBL.。

如果将输入数据指定为表TBL.， 然后重量可以是变量的名称TBL.包含数字矢量。在这种情况下，您必须指定重量作为字符矢量或字符串标量。例如，如果权重向量是列W.的TBL.（TBL.W.），然后指定'重量，'w'。

FSCCHI2.将每个类中的权重标准化，以加入相应类的现有概率的值。

数据类型：单身的|双倍的|char|细绳

输出参数

全部收缩

预测因素的指标X或者TBL.通过预测的重要性命令，返回为1-by-R.数字矢量，在哪里R.是排名的预测因子的数量。

如果FSCCHI2.使用变量子集TBL.作为预测器，该函数仅使用子集索引预测器。例如，假设TBL.包含10列，您可以指定最后五列TBL.作为预测因子变量使用公式。如果IDX（3）是5.然后第三个最重要的预测器是第10列TBL.，这是子集中的第五预测器。

预测的分数，返回为1-by-R.数字矢量，在哪里R.是排名的预测因子的数量。

大得分值表示相应的预测器很重要。

  • 如果你使用X指定预测器或使用所有变量TBL.作为预测因子，那么值得分与预测器有相同的订单X或者TBL.。

  • 如果指定了变量的子集TBL.作为预测因子，那么值得分与子集具有相同的顺序。

例如，假设TBL.包含10列，您可以指定最后五列TBL.作为预测因子变量使用公式。然后，得分（3）包含第8列的分数值TBL.，这是子集中的第三预测器。

算法

全部收缩

使用Chi-Square测试排名单变量特征

  • FSCCHI2.检查每个预测变量是否与使用单独的Chi-Square测试无关。一个小的P.- 测试统计值表示相应的预测器变量取决于响应变量，因此是一个重要特征。

  • 输出得分是-日志（P.）。因此，大得分值表示相应的预测器是重要的。如果一个P.-Value小于EPS（0），然后输出是INF.。

  • FSCCHI2.在排放后或离散化的变量后检查连续变量。您可以使用使用的垃圾箱数'numbins'名称值对参数。

也可以看看

|||

话题

在R2020A中介​​绍

统计和机器学习工具箱文档

万博1manbetx

掌握机器学习：使用MATLAB逐步指南

掌握机器学习：使用MATLAB逐步指南

下载电子书