请教各位：多个因素影响一个结果，如何分析出主要的几个影响因素？

yoyup

例如：现有6个因素对用户的用电量产生影响，在做预测的时候想找出主要的几个因素作为输入的向量，怎样做比较好？

主成分分析似乎是要对现有的因素进行线性组合，而我只是想分析出对用电量影响最大的几个因素。

nan.xiao

某些模型自带了变量重要性的度量，像线性模型的 t-统计量，随机森林中的 Gini 平均下降量等等都可以度量变量的重要性。

独立于模型的度量也可以用，但不是首选，还是先看模型自己有没有，一般是有的，特别是回归。

yoyup

回复第2楼的肖楠：预测的时候用的是SVM，我想在做数据预处理的时候做一下这个分析，除了相关系数之外还有什么方法啊~

nan.xiao

http://cos.name/cn/topic/108165

那个 CORElearn 不错，可以看下。用我老板的话说就是「若干发烧友搞出的 n 多指标」。。。

yoyup

回复第4楼的肖楠：感谢版主的回复！

我的数据中有5个影响用电量的特征V1-V5：最高温度平均温度最低温度最大风速平均风速

数据是以每小时为单位，用CORElearn中的attrEval返回值是：

V1 V2 V3 V4 V5

0.6931879 0.5705057 0.7033995 0.8317917 0.7977501

这几个对应的值分别是贡献率吗？

另外CORElearn包给出的例子是：attrEval(Species ~ ., iris, estimator="ReliefFexpRank", ReliefIterations=30)其中Species在iris数据中是三种类别相当于label，在预测问题中怎么设定这个species？