比较两个功能集

Question

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：

• 有没有一种方法可以设计出有意义的实验来显示两种方法之间的差异？您有什么建议？

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。

Answer 1

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。