特征选择

特征选择 | 变量重要性衡量

特征选择|变量重要性衡量目录特征选择|变量重要性衡量写在前面常规方法存在问题解决策略参考资料写在前面特征选择是预测模型构建的关键步骤，旨在1）降低数据维度，减少计算量；2）剔除一些无关或冗余变量，改善预测效果
机器学习之心·2023-08-13 10:00

【Python机器学习】实验10 支持向量机

定义高斯核函数2.3创建非线性的支持向量机2.4可视化样本类别实例3如何选择最优的C和gamma3.1读取数据3.2利用数据集中的验证集做模型选择实例4基于鸢尾花数据集的决策边界绘制4.1读取鸢尾花数据集（特征选择花萼长度和花萼宽度
Want595·2023-08-12 12:18

87 | Python人工智能篇 —— 机器学习算法 决策树

本教程将深入探讨决策树的基本原理，包括特征选择方法、树的构建过程以及剪枝技术，旨在帮助读者全面理解决策树算法的工作机制。
刘润森！·2023-08-10 14:43

警惕“特征工程”中的陷阱

一般来说，特征工程涵盖的内容非常广泛，包括从缺失值补全、特征选择、维度压缩，到对输入数据的范围进行变换（DataScaling）等。
tianyi6677·2023-08-10 11:46

数据挖掘具体步骤

数据挖掘具体步骤1、理解业务与数据2、准备数据数据清洗：缺失值处理：异常值:数据标准化：特征选择：数据采样处理：3、数据建模分类问题：聚类问题：回归问题关联分析集成学习imageBagging(例如随机森林算法
Element_南笙·2023-08-10 09:36

408数据结构考研笔记——第八章排序（难点别记乱了）

考点：堆排序、快速排序和归并排序是重难点，可能会考相关的代码；掌握各种排序的思想、过程和特征（初态的影响、复杂度、稳定性、适用性等），通常考察选择题，同时对于一些特定序列应根据排序算法的特征选择最优排序算法
森屿山茶·2023-08-10 05:38

机器学习基础之《特征工程（4）—特征降维》

...1维：向量2维：矩阵3维：多个二维数组嵌套n维：继续嵌套下去2、特征降维降的是什么降的是二维数组，特征是几行几列的，几行有多少样本，几列有多少特征降低特征的个数（就是列数）二、降维的两种方式1、特征选择
csj50·2023-08-09 17:13

Scikit-learn与特征工程

文章目录1.Scikit-learn与特征工程1.1数据的来源与类型1.2数据的特征抽取1.3数据的特征预处理1.4数据的特征选择1.Scikit-learn与特征工程  数据决定了机器学习的上限，而算法只是尽可能逼近这个上限
olunano·2023-08-09 13:35

Sklearn安装

sklearn，全称scikit-learn，是python中的机器学习库，建立在numpy、scipy、matplotlib等数据科学包的基础之上，涵盖了机器学习中的样例数据、数据预处理、模型验证、特征选择
雨后的小木屋·2023-08-09 01:25

机器学习-吴恩达9(1)-异常检测

本文中对异常检测算法做了小结，主要包含：问题产生高斯分布算法使用场景八种无监督异常检测技术异常检测和监督学习对比特征选择异常检测NoveltyDetection异常是相对于其他观测数据而言有明显偏离的，
皮皮大·2023-08-07 20:17

Matlab实现决策树算法（附上多个完整仿真源码）

文章目录1.数据预处理2.构建决策树模型3.测试模型4.可视化决策树5.总结6.完整仿真源码下载1.数据预处理在使用决策树算法之前，需要对数据进行预处理，包括数据清洗、缺失值处理、特征选择等。
YOLO数据集工作室·2023-08-07 20:45

网宿算法面试2019届

怎么进行特征选择特征选择(排序)对于数据科学家、机器学习从业者来说非
shuer0218·2023-08-07 17:19

（统计学习方法|李航）第五章 决策树——一二三节：决策树模型与学习，特征选择，决策树的生成，

目录一，决策树模型与学习1.决策数模型2.决策树与if-then规则3.决策树与条件概率分布4.决策树学习二，特征选择1.特征选择问题2.信息增益3.信息增益比三，决策树的生成1.ID3算法2.C4.5
Allenspringfestival·2023-08-07 11:17

回归预测 | MATLAB实现基于SVM-RFE-BP支持向量机递归特征消除特征选择算法结合BP神经网络的多输入单输出回归预测

回归预测|MATLAB实现基于SVM-RFE-BP支持向量机递归特征消除特征选择算法结合BP神经网络的多输入单输出回归预测目录回归预测|MATLAB实现基于SVM-RFE-BP支持向量机递归特征消除特征选择算法结合
机器学习之心·2023-08-06 11:34

Python实现决策树算法：完整源码逐行解析

决策树的优点是易于理解和解释，可以处理数值和类别数据，可以处理缺失值和异常值，可以进行特征选择和剪枝等操作。决策树的缺点是容易过拟合，对噪声和不平衡数据敏感，可能不稳定等。
高垚淼·2023-08-06 06:06

基于二进制草蝉优化算法选择特征并使用 KNN 进行训练（Matlab代码实现）

目录1概述2运行结果3参考文献‍4Matlab代码1概述基于二进制草蝉优化算法选择特征并使用KNN（K-NearestNeighbors，K最近邻算法）进行训练是一种特征选择和分类算法的组合。
然哥依旧·2023-08-06 05:59

特征工程（一）——特征归一化及类型特征处理

特征工程主要包括特征归一化、类型特征的表示、特征选择及非结构化数据的表示。本文主要介绍特征归一化及类型特征的表
叫我e卵石·2023-08-02 20:25

特征选择策略：为检测乳腺癌生物标志物寻找新出口

内容一览：microRNA（小分子核糖核酸）是一类短小的单链非编码RNA转录体。这些分子在多种恶性肿瘤中呈现失控性生长，因此近年来被诸多研究确定为确诊癌症的可靠的生物标志物(biomarker)。在多种病理分析中，差异表达分析(DifferentialExpressionAnalysis)常被视为检测关键生物标志物的有效方法，而来自意大利那不勒斯费德里科二世大学的研究人员，则提出基于机器学习的特征
HyperAI超神经·2023-08-01 19:30

特征选择__包裹型

包裹型--递归特征删除算法把特征选择看做一个特征子集搜索问题，筛选各种特征子集，用模型评估效果。
紫弟·2023-07-31 07:10

PCA对手写数字数据集的降维

我们使用了各种技术对手写数据集进行特征选择，最后使用嵌入法SelectFromModel选出了324个特征，将随机森林的效果也调到了96%以上。但是，因为数据量依然巨大，还是有3
qq_30895747·2023-07-30 21:44

三、决策树 四、随机森林

三、决策树1.决策树模型的原理1）什么是决策树2）决策树模型原理3.构建决策树的目的4）决策树的优缺点2.决策树的典型生成算法1）常用的特征选择有信息增益、信息增益率、基尼系数2）基于信息增益的ID3算法
木筏筏筏·2023-07-28 21:20

自监督学习——对比学习SimCLR框架（原理+代码）

通过计算实例之间的距离，我们可以找到最相似或最不相似的实例，从而进行特征选择、相似性匹
Yuezero_·2023-07-28 21:56

机器学习基础 数据集、特征工程、特征预处理、特征选择 7.27

.数据集2.特征工程3.学习分类4.模型5.损失函数6.优化7.过拟合8.欠拟合数据集又称资料集、数据集合或者资料集合，是一种由数据所组成的集合特征工程1.特征需求2.特征设计3.特征处理特征预处理、特征选择
孤独memories·2023-07-28 08:00

【 Python 全栈开发 - 人工智能篇 - 43 】KNN算法

EuclideanDistance）2.2.2曼哈顿距离（ManhattanDistance）2.2.3余弦相似度（CosineSimilarity）2.3K值的选择三、数据准备2.1数据预处理2.2特征选择和特征缩放四
书某人.py·2023-07-28 05:02

【 Python 全栈开发 - 人工智能篇 - 45 】决策树与随机森林

文章目录一、概念与原理1.1决策树1.1.1概念1.1.2原理特征选择分割方法1.1.3优点与缺点1.1.4Python常用决策树算法1.2随机森林1.2.1概念1.2.2原理1.2.3优点与缺点1.2.4Python
书某人.py·2023-07-28 05:30

[机器学习] 特征选择笔记3-递归式特征消除

特征选择代码下载本文主要介绍sklearn中进行特征选择的方法。
落痕的寒假·2023-07-28 05:55

数据挖掘实践任务2

任务2：特征工程（2天）特征衍生特征挑选：分别用IV值和随机森林等进行特征选择……以及你能想到特征工程处理结果原数据特征数80,通过随机森林筛选后的特征数50,剔除了37.50%的特征importpandasaspdimportnumpyasnpdata
乌和兔·2023-07-27 23:44

R机器学习：特征工程与特征选择的介绍

看了很多高深的算法之后，实在是看不太明白，所以今天又来带大家复习基本功，都是两个非常非常重要的东西，先定两个基调，所谓的特征工程就是数据预处理，所谓的特征选择就是变量筛选，这样大家就不觉得这么难了。
Codewar·2023-07-26 05:59

决策树（Decision Tree）

决策树的构建过程基于以下原理：1.特征选择：选择最佳的特征来进行数据集的分割。常用的特征选择指标有信息增益、信息增益比、基尼指数等。2.样本划分：根据选定的特征将数据集划分为不同的子集。
labuladuo520·2023-07-25 23:24

特征选择的步骤与方法

为了找出影响时间序列a后续增加或减少的特征，可以使用相关性计算、特征工程和特征选择的方法。
12134·2023-07-25 18:35

基于AutoEncoder自编码器的人脸识别matlab仿真

传统的人脸识别方法通常基于特征提取和分类器，但面临特征选择和计算复杂度等问题。近年来，深度学习技术的发展为人脸识别带来了新的突破。
简简单单做算法·2023-07-25 15:32

第5章 决策树

内容一、决策树内容简介二、决策树的模型与学习三、特征选择四、决策树生成五、决策树剪枝六、CART算法###################################################
小小orange·2023-07-25 15:49

如何使用Python进行数据挖掘？

特征选择：选
玥沐春风·2023-07-25 07:17

四、特征工程

1.3优化内存2.特征变换2.1连续变量无量纲化2.2连续变量数据变换2.3类别特征转换2.4不规则特征变换3.特征提取3.1类别相关的统计特征3.2数值相关的统计特征3.3时间特征3.4多值特征4.特征选择
路哞哞·2023-07-25 06:06

python实现随机森林的特征变量重要性排序

随机森林的特征变量重要性排序在特征选择和特征分析中具有广泛的用途。它可以用来识别哪些特征对目标变量的预测最为重要，从而帮助我们理解数据中的关键特征和影响因素。
带我去滑雪·2023-07-25 02:28

机器学习之特征选择

特征选择特征选择是机器学习任务中的关键步骤。下面将看到一些常用的特征选择方法。什么是特征选择？在机器学习中，featureselection用于选择相关特征（变量、预测变量等）的子集以用于模型构建。
uncle_ll·2023-07-25 00:09

【人工智能】监督学习、分类问题、决策树、信息增益

决策树学习表达能力决策树学习信息论在决策树学习中的应用特征选择准则一：信息增益举例结论不足回到餐厅的例子从12个例子中学到的决策树：DecisionTrees决策树什么是决策树——基本概念非叶节点：一个属性上的测试
编程G的快乐·2023-07-24 17:14

Feature selection特征选择, 2022-06-22

这里所说的特征选择针对有监督的机器学习算法。特征选择分为三类filtermethods、wrappermethods、embeddedmethod。
Mc杰夫·2023-07-24 06:56

逻辑回归优化技巧总结（全）

上文总结了逻辑回归的原理及其实现【全面解析并实现逻辑回归(Python)】本文从实际应用出发，以特征衍生、特征表示、特征选择、优化算法、模型优化及评估的方面，剖析逻辑回归（LR）优化的要点。
算法进阶·2023-07-24 04:30

机器学习小结之决策树

文章目录前言一、介绍1.1原理1.2流程1.3信息熵，信息增益和基尼不纯度二、构建决策树2.1特征选择2.2决策树生成2.3剪枝三、经典算法3.1ID33.2C4.53.3CART四、案例4.1Iris
aabond·2023-07-24 02:01

04Kaggle竞赛案例-泰坦尼克获救预测

1.数据介绍2.数据预处理3.回归模型4.随机森林模型5.特征选择image.pngimage.pngimage.pngimage.png使用均值填充缺失的值‘image.png对男女进行数值处理image.pngimage.png
逍遥_yjz·2023-07-24 02:03

深度挖掘学习之基于特征选择的降维方法

在对海量数据或大数据进行数据挖掘时，通常会面临“维度灾难”，原因是数据集的维度可以不断增加直至无穷多，但计算机的处理能力和速度却是有限的；另外，数据集的大量维度之间可能存在共线性的关系，这会直接导致学习模型的健壮性不够，甚至很多时候算法结果会失败。因此，我们需要降低维度数量并降低维度间共线性的影响。数据降维也被称为数据规约或数据约减，其目的是减少参与数据计算和建模维度的数量。一种典型的数据降维思路
皮皮杂谈·2023-07-23 07:33

AI作业7-卷积

简单描述卷积、卷积核、多通道、特征图、特征选择概念卷积卷积是一种数学运算，它可以用来描述两个函数之间的相互作用或影响。
seveN1foR·2023-07-22 20:27

粗糙集特征选择FEAST，MIToolbox工具箱安装教程。

粗糙集特征选择FEAST，MIToolbox工具箱安装教程。Feast，MIToolbox工具箱是粗糙集特征选择常用的两个工具箱。我们介绍其安装方法。
谢大虾·2023-07-20 06:48

常用粗糙集特征选择（属性约简）的算法汇总-基于Feast和MIToolbox工具箱实现

常用粗糙集特征选择（属性约简）的算法汇总这些算法主要建立在粗糙集工具箱Feast,MIToolbox进行实现。
谢大虾·2023-07-20 06:47

java 科学计算库 Smile

该库将以其快速而广泛的应用程序、高效的内存使用以及大量用于分类、回归、最近邻搜索、特征选择等
小云小白·2023-07-20 04:20

Seurat v3.0命令列表

此过程包括数据标准化和可变特征选择，数据缩放，可变特征上的PCA，共享最近邻图的构建以及使用模块化优化器的聚类。最后，我们使用t-SNE在二维空间中可视化群集。
Seurat_·2023-07-19 23:55

Scikit-learn探索：中级指南

在这篇文章中，我们将深入探讨Scikit-learn的更高级的特性，包括特征选择和降维、模型选择、超参数优化等
青春不朽512·2023-07-19 10:48

用于视觉跟踪的在线特征选择研究（Matlab代码实现）

在线特征选择是一种针对视觉跟踪的方法，通过动态地选择和更新跟踪目标的特征，以提高跟踪性能和鲁棒性。以下是一些可能的研究方向和方法：1.特征
数学建模与科研·2023-07-17 21:15

【人工智能与机器学习】决策树ID3及其python实现

文章目录1决策树算法1.1特征选择1.2熵（entropy）1.3信息增益2ID3算法的python实现总结1决策树算法决策树（DecisionTree)是一类常见的机器学习方法，是一种非常常用的分类方法
日常脱发的小迈·2023-07-17 02:27
上一页 5 6 7 8 9 10 11 12 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他