粗糙集特征选择

机器学习数据分析——数据特征选定

特征处理是特征工程的核心部分，scikit-leam提供了较为完整的特征处理方法，包括数据预处理、特征选择、降维等。
小零呦·2022-12-06 14:16

【机器学习】【特征选择】2.方差过滤

过滤法过滤方法通常用作预处理步骤，特征选择完全独立于任何机器学习算法。
chentao326·2022-12-06 14:44

机器学习之文本特征选择

1.基本概念1.1定义从给定的特征集合中选择出相关特征子集的过程，称为“特征选择”。特征选择是从特征集T={t_1,…,t_s}中选择一个真子集T’={t_1,…,t_(s’)},满足(s≪s’)。
飞鸟2010·2022-12-06 14:12

机器学习之数据特征选定

特征处理包括数据预处理、特征选择、降维等。
疋瓞·2022-12-06 14:11

K-Means专题02

K-Means案例KMeans的矢量量化应用KMeans的矢量量化应用KMeans聚类的矢量量化本质是一种降纬运用，但它与我们之前学的降维算法的思路都不相同，特征选择的降纬是直接选取对模型贡献最大的特征
Winfred_Bo·2022-12-06 12:43

影像组学训练营 第三天（共三天）

文章目录影像组学论文剖析文章宏观分析文章背景介绍影像组学模型构建高质量标准化MRI影像数据获取及分析感兴趣体积VOI分割图像预处理特征提取特征一致性评价第七步特征选择数据库一，数据库简介：四，相关研究ResearchActivities
鱼与钰遇雨·2022-12-06 11:03

05.数据的深度分析（数据挖掘、机器学习）--《数据科学概论》

主要是机器学习与数据挖掘、具体的算法、主流工具、特征选择的内容。文章目录一、机器学习与数据挖掘（1）什么是机器学习？1、机器学习和人工智能紧密关联（2）什么是数据挖掘？
Sandy_Star·2022-12-06 06:33

机器学习——特征选择（降维）PCA和MDA

本篇博客重点讨论回归问题中特征选择的情况。一、成分分析一种处理过多维数的方法是采用组合特征的方法来降维
白日梦想家_胖七七·2022-12-06 06:29

基于随机森林实现特征选择降维及回归预测

：1.随机森林的概念介绍：2.随机森林的特征选取的方法与过程：3.基于Matlab自带的随机森林函数进行特征选取具体步骤（1）加载数据（2）首先建立随机森林并使用全部特征进行预测（3）使用随机森林进行特征选择
电力系统建模与分析技术·2022-12-05 18:06

matlab随机森林特征选择,随机森林特征选择

成为摆在大家面前的一个课题.数据挖掘技术应运而生,凭借其优越性能已经被广泛的应用于复杂数据的分析.同时,机器学习技术日趋成熟和完善,越来越多的机器学习方法被应用到数据挖掘问题中.利用机器学习中的虑噪,特征选择等技术
Y.X2·2022-12-05 18:05

基于随机森林实现特征选择降维及回归预测（Matlab代码实现）

❤️目录摘要：1.随机森林：2.随机森林的特征选取：3.基于Matlab自带的随机森林函数进行特征选取具体步骤（1）加载数据（2）首先建立随机森林并使用全部特征进行车辆经济性预测（3）使用随机森林进行特征选择
@橘柑橙柠桔柚·2022-12-05 18:34

机器学习 面试题-第六章 特征工程（大厂必问，历经半年整理）

6.1特征选择6.1.1什么是特征选择？为什么需要它？特征选择的目标?6.1.2有哪些特征选择技术？‍6.2特征提取6.3特征选择vs特征提取6.4为什么要处理类别特征？怎么处理？
cc13186851239·2022-12-05 11:21

‘numpy.ndarray‘ object has no attribute ‘get_support‘解决方案

我在使用SelectKBest进行特征选择的时候，想要查看我最终选取的是哪些特征（即想看我选取的特征的列标签），但是用如下方法时，出现了报错fromsklearn.datasetsimportload_irisfromsklearn.feature_selectionimportSelectKBestfromsklearn.feature_selectionimportchi2iris
1+1=1·2022-12-05 02:32

test

utf-8-*-"""CreatedonSunJun2122:13:172020@author:xn_katherine"""###项目流程'''1、分析项目需求，明确具体问题2、获取数据3、特征预处理与特征选择
张大数·2022-12-05 02:32

多种方法对建模数据做特征选择

多种方法对建模数据做特征选择前言一：基于统计方法选取特征二：基于机器学习方法选取特征三：实验代码四：递归消除法五：总结前言特征选择和特征提取都属于降维，就是试图去减少特征数据集中的属性(或者称为特征)的数目
月~时光之笛·2022-12-04 17:01

对比学习结合课程学习

对比学习主要分为有监督、自监督和无监督的对比学习，有监督的对比学习通常使用标签构造正负例，在进行对比学习之前我们可以进行特征选择。
paige1·2022-12-04 14:54

小组作业：糖尿病预测

提示：该Blog仅用于作业汇报展示，大佬请绕路文章目录一、作业介绍二、数据处理三、数据分析四、特征选择五、模型训练与评价六、模型优化七、与原模型进行对比八、作业总结一、作业介绍该项目依托于某医院处理好之后的体检数据
魂&·2022-12-04 13:18

进化集成学习算法综述

然后根据进化算法在集成学习中的优化任务，从样本选择、特征选择、集成模型参数组合优化、集成模型结构优化以及集成模型融合策略优化几个方面对当前进化集成学习领域的一些代表性研究成果进行了详细的综述，并分析和总结了各种进化集成学习算法的
米朵儿技术屋·2022-12-04 13:16

NNDL 作业5：卷积

目录作业1编程实现作业2一、概念卷积卷积核特征图特征选择步长填充感受野二、探究不同卷积核的作用sharpen（锐化）blur（模糊）编辑emboss（浮雕）outline（边缘检测）topsobelleftsobelbottomsobel
LzeKun·2022-12-04 13:50

第五课 机器学习中的特征工程

本系列是七月算法机器学习课程笔记文章目录1特征工程与意义2数据与特征处理2.1数据采集2.2数据清洗2.3数据采样2.4特征处理2.4.1数值型2.4.2类别型2.4.3时间型2.4.3文本型2.4.4统计特征3特征选择
约定写代码·2022-12-04 12:33

机器学习中的特征工程

特征工程主要包括数据预处理、特征选择、特征构造、特征降维等。一、
梦码城·2022-12-04 06:04

一套完整的基于随机森林的机器学习流程（特征选择、交叉验证、模型评估））...

机器学习实操(以随机森林为例)为了展示随机森林的操作，我们用一套早期的前列腺癌和癌旁基因表达芯片数据集，包含102个样品(50个正常，52个肿瘤)，2个分组和9021个变量(基因)。（https://file.biolab.si/biolab/supp/bi-cancer/projections/info/prostata.html）数据格式和读入数据输入数据为标准化之后的表达矩阵，基因在行，样本
生信宝典·2022-12-03 21:30

脑电EEG代码开源分享 【5.特征选择】

往期文章希望了解更多的道友点这里0.分享【脑机接口+人工智能】的学习之路1.1.脑电EEG代码开源分享【1.前置准备-静息态篇】1.2.脑电EEG代码开源分享【1.前置准备-任务态篇】2.1.脑电EEG代码开源分享【2.预处理-静息态篇】2.2.脑电EEG代码开源分享【2.预处理-任务态篇】3.1.脑电EEG代码开源分享【3.可视化分析-静息态篇】3.2.脑电EEG代码开源分享【3.可视化分析-任
Coco恺撒·2022-12-03 18:24

【机器学习】07. 决策树模型DecisionTreeClassifier（代码注释，思路推导）

目录资源下载实现思路与核心函数解读DecisionTreeClassifier分类决策树tree.plot_tree决策树可视化1.对决策树最大深度的研究与可视化绘图结果分析2.对特征选择标准的研究与可视化绘图结果分析
发现你走远了·2022-12-03 10:50

人工智能面试总结-特征工程

说说特征选择的目的？说说训练时出现Nan的原因？说说怎么找出相似性高的特征并去掉？说说你知道的特征工程？ 1.数据预处理 处理缺失值  图片数据扩充  处理异
啥都生·2022-12-03 09:09

人工智能面试总结-正则优化函数

说说L1与L2为什么对于特征选择有着不同方式？说说L1正则的缺点？说说L1为什么可以让模型稀疏？说说L1与L2符合什么分布？说说BN（BatchNormolization）？BN训练与测试有什么不同？
啥都生·2022-12-03 09:07

_cinit__() takes exactly 7 positional arguments (6 given)

在使用Boruta做特征选择时，选用了RandomForestClassifier作为分类器，报错信息为ValueError:PleasecheckyourXandyvariable.Theprovidedestimatorcannotbefittedtoyourdata
weixin_50157202·2022-12-03 08:23

详解 5 大常用的特征选择方法

点击上方“小白学视觉”，选择加"星标"或“置顶”重磅干货，第一时间送达在许多机器学习相关的书里，很难找到关于特征选择的内容，因为特征选择要解决的问题往往被视为机器学习的一个子模块，一般不会单独拿出来讨论
小白学视觉·2022-12-03 07:46

机器学习与数据挖掘——数据预处理

数据预处理的常用流程为：去除唯一属性、处理缺失值、属性编码、数据标准化正则化、特征选择、主成分分析。数据预处理的意义：真实世界中的数据存在脏数据：不完备(Incompl
_瞳孔·2022-12-03 06:53

介绍道格拉斯普格数据处理方法_数据处理方法归纳

一介绍对于数据处理来说，整个处理的流程如下图所示：数据预处理——通常包括特征选择、维规约、规范化等方法。数据挖掘——这部分的方法和技术非常多，在处理时主要根据自己的目的来选择对应的方法最为恰当。
小星星来信·2022-12-03 01:19

机器学习和深度学习 习题训练 Day-1

4、特征选择的方法不包括（）。A
小码爱撞墙·2022-12-02 17:00

【数据准备和特征工程】特征选择

【数据准备和特征工程】特征选择1.删除低方差的特征2.单变量特征选择3.递归特征消除4.使用SelectFromModel选择特征4.1基于L1的特征选择4.2基于树的特征选择5.顺序特征选择6.作为管道一部分的特征选择
独行者~·2022-12-02 17:59

机器学习模型缺一不可的REF的特征选择神器

提示：文章写完后，目录可以自动生成，如何生成可参考右边的帮助文档文章目录前言一、RFE是什么？二、使用步骤1.案例2.参数解析总结前言`如何用RFE选择重要特征的比例，并保留下来。特征的选择对于模型的训练速度和精度有着巨大的影响，如何用合适的特征是非常重要的。提示：以下是本篇文章正文内容，下面案例可供参考一、RFE是什么？RFE:递归特征删除法是不断训练模型，每次训练完毕删除掉n个重要性低的特征，
陈谦·2022-12-02 13:05

案例：房价预测模型

特征选择和特征融合。4.模型构建。特征标准化，交叉验证，GBoost和Xgboost。5.模型评价。1.数据清洗1.1数据分类。
pmzqpmh·2022-12-02 12:21

Ridge回归*

LASSO有特征选择的作用，解出的回归系数有稀疏性。普通线性回归求解方法：1.最小二乘（目标求导=0，得到线性方程，直接解出回归稀疏，但是求解过程涉及求
Michael_Flemming·2022-12-02 05:16

决策树原理及代码实现

一、决策树的结构决策树通常有三个步骤：特征选择、决策树生成、决策树的修建。特征选择是建立决策树之前十分
flare zhao·2022-12-02 00:54

机器学习 周志华-西瓜书 全文内容分享

介绍了机器学习的基础知识；第二部分（第4～10章）讨论了一些经典和常用的机器学习方法（决策树、神经网络、支持向量机、贝叶斯分类器、集成学习、聚类、降维和度量学习）；第三部分（第11～16章）是高级知识，涉及特征选择和稀疏学习
Johngo学长·2022-12-01 20:51

周志华《机器学习》书每章思维导图总结

周志华《机器学习》第一章绪论第二章模型评估与选择第三章线性模型第四章决策树第五章神经网络第六章支持向量机第七章贝叶斯分类器第八章集成学习第九章聚类第十章降维与度量学习第十一章特征选择与稀疏表示第十二章计算学习理论第十三章半监督学习第十四章概率图模型第十五章规则学习第十六章强化学习深度学习
Liao-Zhuolin·2022-12-01 20:15

lasso特征选择python_[机器学习] 特征选择简明指南

而特征工程又至少占据了数据预处理的半壁江山，在实际的数据工程工作中，无论是出于解释数据或是防止过拟合的目的，特征选择都是很常见的工作。
丧心病狂刘老湿·2022-12-01 20:21

关于特征选择的一些常用手段(其一)

关于特征选择的一些常用手段(其一)撰写日期：2022年11月30日16:39:11,今天合肥气温-2°-0，TMDᕙ(`▿´)ᕗ真冷！
今天的兔儿有些喧嚣·2022-12-01 20:53

基于随机森林实现特征选择降维及回归预测（Matlab代码实现）

目录摘要：1.随机森林：2.随机森林的特征选取：3.基于Matlab自带的随机森林函数进行特征选取具体步骤（1）加载数据（2）首先建立随机森林并使用全部特征进行车辆经济性预测（3）使用随机森林进行特征选择
电气辅导帮·2022-12-01 18:07

2.认识数据预处理技术

数据预处理的概念数据预处理是指在对数据进行数据挖掘的主要处理以前,先对原始数据进行必要的清理、集成、转换、离散、归约、特征选择和提取等一系列处理工作,达到挖掘算法进行知识获取研究所要求的最低规范和标准。
Allenspringfestival·2022-12-01 16:20

【高维数据降维】奇异值分解SVD

降维分为：特征选择和特征提取特征选择：是从含有冗余信息以及噪声信息的数据中找出主要变量；特征提取：是去掉原来的数据，生成新的变量，可以寻找数据内部的本质结构特征。
梦什·2022-12-01 11:46

kaggle 房价预测比赛项目（一）：数据处理，特征选择

房价预测是kaggle上的入门比赛，总的来说就是给你79个关于房价的特征，然后根据特征预测房价。房价预测的评价指标是均方根误差(RMSE)，即：1.数据探索性分析首先使用pandas模块读取数据importpandasaspdtrain=pd.read_csv("train.csv")test=pd.read_csv("test.csv")分别显示训练集和测试集的前几行数据train.head()
君莫笑9102·2022-12-01 10:01

信用评分卡模型分析(基于Python)--python实现

（建立ABC卡则需要对自变量和因变量有针对性的进行调整，流程大体一致）流程：导入数据数据预处理探索分析特征选择模型训练模型评估模型结果转评分计算用户
python机器学习建模·2022-12-01 09:10

【菜菜的sklearn课堂笔记】逻辑回归与评分卡-逻辑回归中的特征工程

菜菜TsaiTsai链接：【技术干货】菜菜的机器学习sklearn【全85集】Python进阶_哔哩哔哩_bilibili当特征的数量很多的时候，我们出于业务考虑，也出于计算量的考虑，希望对逻辑回归进行特征选择来降维
烧灯续昼2002·2022-11-30 15:25

新闻分类作业

缺失值处理3.3重复值处理3.4文本内容清洗3.5分词3.6停用词处理4.数据可视化分析4.1类别数量分布4.2词汇统计5文本向量化5.1词袋模型5.2TF-IDF二、实验与结果1.构建训练集与测试集2.特征选择
探索者up·2022-11-30 11:22

基于朴素贝叶斯模式识别系统的设计与实现

数据集由训练集和测试集组成，通过对数据进行特征提取与特征选择，对鸢尾花类型做出一个分类结果。
李逍遥敲代码·2022-11-30 11:37

二手车交易价格预测：建模调参

建模与调参内容介绍线性回归模型：线性回归对于特征的要求；处理长尾分布；理解线性回归模型；模型性能验证：评价函数与目标函数；交叉验证方法；留一验证方法；针对时间序列问题的验证；绘制学习率曲线；绘制验证曲线；嵌入式特征选择
Sundm@lhq·2022-11-30 07:15

【处理流程00】管理流程神器Pipeline(管道)

这个是很有用的，因为处理数据的步骤一般都是固定的，例如特征选择、标准化和分类。特点：【1】便捷性和封装性你只要对数据调用fit和predict一次来适配所有的一系列评估器。
达瓦里氏吨吨吨·2022-11-30 06:48
上一页 16 17 18 19 20 21 22 23 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他