R中的SVM特征选择

我正在训练SVM分类器。目前，我有大约4000个功能，但其中很多功能是冗余的/无信息的。我想将模型中的特征减少到大约20-50。我想使用贪婪爬坡，每次减少1个功能。删除的功能应该是最不重要的功能。在训练SVM后，我如何获得特征重要性的排名？如果我在R中使用libsvm，我如何获得每个功能的重量或其他类似的重要性指标？谢谢！R中的SVM特征选择

来源

2013-03-03 Josh Zhang

这个问题[来自SVM的变量重要性]（http://stats.stackexchange.com/q/2179）来自CrossValidated回答的相关问题。 – topchef 2013-03-03 06:13:24

具体而言，如果我在e1071 R包中使用libsvm，我如何获得每个属性的权重？谢谢！ – 2013-03-03 06:49:09

另请参阅我的[对相关问题的解答]（https://stackoverflow.com/questions/48150707） – Alan 2018-02-02 19:35:50

我会首先使用PCA（主成分分析）降低问题的维数，然后应用SVM。请参阅Andrew Ng's lecture videos

来源

2013-06-27 19:14:05