我正在对从数据集派生的两个特征集进行分类。我们首先从两种特征提取方法中获得两个特征矩阵。现在,我需要比较它们。但是,两个特征集的识别精度几乎达到了相同的识别精度(使用SVM的10倍交叉验证)。我的问题是:
注:我已经在stackoverflow中看到了类似的问题,但是,我正在寻找另一种方法。
您可以
对特征在其各自空间中进行降维。这将使您看到数据点分布的差异。如果您应用一个内核,即为SVM使用的内核,则为荣誉(否则为线性内核)。
对功能进行分布测试,看它们是否相差很大。
将预测结果扩展到输出空间,并查看向量之间的距离。