粗糙集特征选择

有亿点点烧脑的粗糙集属性约简----1 绪论

基于自信息测度的特征选择方法研究1背景2自信息3经典粗糙集4邻域粗糙集4.1邻域粗糙集基础知识5模糊粗糙集5.1模糊粗糙集基础知识6小结参考文献1背景  大数据（Bigdata）时代，越来越多的属性被获取存储
iQoMo·2022-11-20 15:03

决策树创建

缺点：易过拟合ID3、C4.5、CART树ID3：特征选择准则：信息增益缺失值处理：没有考虑优缺点：不能处理连续数据，只能连续离散化处理采用信息增益易偏向取值较多的特征（不如信息增益率）缺失值不好处理没有剪枝
Sherlockkkkz·2022-11-20 14:36

数据结构 - 决策树(分类)

数据结构-决策树一决策树的介绍二决策树的构造使用决策树做预测需要以下过程：1.信息熵2.条件熵(ConditionalEntropy)与信息增益（InformationGain）3.信息增益做特征选择的优缺点
辉常努腻·2022-11-20 14:02

python特征提取代码_Python进行特征提取的示例代码

#过滤式特征选择#根据方差进行选择，方差越小，代表该属性识别能力很差，可以剔除fromsklearn.feature_selectionimportVarianceThresholdx=[[100,1,2,3
司梦化虚·2022-11-20 12:28

机器学习 - 特征选择算法流程、分类、优化与发展综述

摘要：随着大数据时代的到来，各行各业涌现的海量数据对数据处理的技术提出了新的挑战，而特征选择作为一种常见的降维方法也得到越来越多的重视。
weixin_33737774·2022-11-20 11:46

机器学习——特征预处理

文章目录特征预处理1归一化1.1归一化使用2标准化2.1标准化使用3特征降维3.1特征选择-Filter过滤式3.2Filter低方差过滤式使用3.3PCA主成分分析3.4PCA使用特征预处理特征预处理
枯木南·2022-11-20 05:37

sklearn_逻辑回归制作评分卡_菜菜视频学习笔记

逻辑回归制作评分卡3.0前言逻辑回归与线性回归的关系消除特征间的多重共线性为什么使用逻辑回归处理金融领域数据正则化的选择特征选择的方法分箱的作用3.1导库3.2数据预处理3.2.1去重复值3.2.2填补缺失值
chenburong2021·2022-11-20 03:04

决策树原理及使用

3.学习过程**特征选择：**特
顾十方·2022-11-19 22:51

机器学习（三）决策树

目录一、决策树概述1.1什么是决策树1.2决策树分类实例二、决策树的构造2.1特征选择2.1.1信息增益（ID3）2.1.2信息增益率2.1.3基尼指数2.2生成决策树2.2.1划分数据集2.2.2递归构建决策树
Ag11·2022-11-19 22:39

每天五分钟机器学习：数据和特征决定机器学习的上限（特征工程）

特征工程的四个关键步骤1、数据预处理2、特征选择3、特征降维4、特征构造数据预处理数据预处理是特征工程的第一步。我们需要将数据进行统一化处理，举一个例子，比如房子的特征有房屋面积还有房屋的数量这两个特
幻风_huanfeng·2022-11-19 19:42

什么是特征工程

特征工程通常包括数据预处理、特征选择、降维等环节。如下图所示：
愚昧之山绝望之谷开悟之坡·2022-11-19 17:05

决策树算法原理，剪枝详解

原理特征选择直观上，需要选择分类能力好的特征，信息增益能够很好的表示这一只管准则。信息增益熵熵（entropy）是表示随机变量不确定性的度量，设X是一个离散随机变量，概率分布为
蓝色仙女·2022-11-19 13:46

数据挖掘之C4.5决策树算法

1.决策树算法实现的三个过程：特征选择：选择哪些特征作为分类的标准是决策树算法的关键，因此需要一种衡量标准来进行特征的确定，不同的决策树衡量标准不同。例如C4.5决策树就是以信息增益率来作为衡量标准。
my0214163·2022-11-19 13:31

python-sklearn数据分析-线性回归和支持向量机（SVM）回归预测（实战）

导入必要的库2.读取数据，查看数据基本信息3.简单查看有无重复值4.对列名进行分类，便于后面的操作，其中最后一列为预测标签数据5.对数据进行初步可视化6.清除异常值7.将清洗完毕的数据，放进一个文件中8.特征选择
狂热分子%·2022-11-19 12:11

《统计学习方法》第五章决策树总结

目录1.简介2.决策树的分类2.1ID3算法2.1.1特征选择（信息增益）2.1.2算法步骤2.2C4.5算法2.2.1特征选择（信息增益比）2.2.2算法步骤2.3CART算法2.3.1分类树2.3.1.1
Hilbob·2022-11-19 08:14

基于Titanic数据集的数据分析处理及乘客生还率预测全流程教程

Titanic数据集的数据分析处理及乘客生还率预测全流程教程0.项目介绍1.使用数据集2.数据的基本统计分析3.数据的属性探查4.数据预处理5.数据的相关性分析6.特征工程7.数据模型构建8.交叉检验9.特征选择
AI算法蒋同学·2022-11-19 07:21

基于卷积神经网络的目标检测研究综述——笔记

传统目标检测方法主要分为预处理、窗口滑动、特征提取、特征选择、特征分类和后处理六个步骤。
没有思想的程序员·2022-11-19 06:40

《李宏毅2022机器学习》HW1 记录

文章目录任务描述一、特征选择（Featureselection）二、调整网络结构和优化器1.增加神经元和隐藏层2.L2正则化及调参任务描述现已成功跑完sample样例代码，结果如下：并生成了预测的csv
haerxiluo·2022-11-19 03:50

李宏毅机器学习笔记：深度学习入门简介 反向传播

p=13学习笔记总结深度学习和传统机器学习处理特征的差异；做传统机器学习必须要做特征工程来选择合适的输入特征，但深度学习是可以不用事先做特征工程，而是在隐藏层中完成特征选择抽取深度学习本质就是神经网络的进一步延伸
麻麻在学习·2022-11-19 02:17

从以模型为中心的人工智能到以数据为中心的人工智能《From Model-CentricAl to Data-Centric Al)

从以模型为中心的人工智能到以数据为中心的人工智能【内容概要】1、Model-CentricAI与Data-CentricAl的区别2、Data-CentricAI之特征工程(连续特征与离散特征、特征预处理、特征生成、特征选择
吹翻书页的风·2022-11-19 02:28

决策树算法

决策树的构建1.特征选择：选取有较强分类能力的特征。
di8·2022-11-19 01:56

决策树（Decision Tree）

1.1决策树的生成使用决策树算法进行分类或回归通常有三个步骤：特征选择、决策树的生成、决策树的修剪。对于具有m个样本的数据集，即每个样本有n个特征，K个标签，假设其特征属性
linxi2619·2022-11-19 01:51

决策树简单介绍

决策树通常有三个步骤：特征选择、决策树的生成、决策树的修剪。用决策树分类：从根节点开始，对实例的某一特征进行测试，根据测试结果将实例分配到其子节点，此时每个子节点
随心Lc·2022-11-19 01:09

决策树算法 (CART分类树)

1.CART分类树算法的最优特征选择方法ID3中使用了信息增益选择特征
枫小Q·2022-11-19 01:06

决策树的三种常见算法

决策树用途&组成构造算法1.特征选择metricID3：信息增益定义使用场景例子缺点C4.5:信息增益比定义连续数值特征的处理（转化为二分类寻找阈值的问题）解决过拟合问题：剪枝问题CART(ClassificationAndRegressionTree
Iris__HU·2022-11-19 01:31

决策树算法

目录1.概述1.1算法导入1.2决策树定义1.3决策树发展1.4结构1.5从树到规则2.决策树的构建2.1基本原理2.2特征选择2.3实例分析--ID32.4增益率--C4.5算法2.5基尼指数--CART
VernonJsn·2022-11-19 00:25

向毕业妥协系列之机器学习笔记:无监督学习-推荐系统之协同过滤

目录一.特征&成本函数二.协同过滤算法三.二进制标签四.均值归一化五.协同过滤TensorFlow实现六.寻找相关特征一.特征&成本函数特征选择：n_u表示用户数，n_m表示电影数，n表示特征数，评分中的
深海鱼肝油ya·2022-11-19 00:03

使用PCA和LDA进行特征选择与提取

本文自建随机数据集进行演示PCA和LDA进行特征选择与提取创建数据集首先使用的是make_blobs函数，在pycharm中查看源码描述为GenerateisotropicGaussianblobsforclustering
Love _YourSelf·2022-11-18 04:04

详解风控模型中的逻辑回归评分卡与模型评估内容

今天我们来输出一篇风控长文，关于大家熟悉关注的逻辑评分卡的开发的内容，文章篇幅较长，大纲目录如下：建模前准备1.1特征预处理与转化1.2特征衍生与提取1.3特征选择与降维分箱2.1分箱概述2.2分箱方法
番茄风控·2022-11-17 11:58

【特征选择】特征选择指标和方法小汇总

一、简介1、对特征选择的指标提供计算方法和代码，包括有：相关系数、互信息、KS、IV、L1正则化、单特征模型评分、特征重要度或系数大小、boruta特征评价、递归特征消除排序。
我叫陈叉叉叉叉·2022-11-16 20:02

【特征选择】使用遗传算法进行特征选择

遗传算法寻优cross_val_score(lgb,train_X,train_y,scoring='f1',cv=sKfold).mean()#使用全部特征进行训练0.8508040614085857train_1=train.drop('label',1)cols=train_1.columnstrain_1.head()经营期限起是否广告经营是否城镇从业人数注册资本（金）实缴资本注册-实缴行
我叫陈叉叉叉叉·2022-11-16 20:31

【特征选择】特征选择指标和方法小汇总

一、简介1、对部分特征选择的指标提供计算方法和代码，包括有：相关系数、互信息、KS、IV、L1正则化、单特征模型评分、特征重要度或系数大小、boruta特征评价、递归特征消除排序。
我叫陈叉叉叉叉·2022-11-16 20:01

【模型调参】lgb的参数调节

num_leaves3.4min_child_samples/min_child_weight3.5subsample/colsample_bytree（0.6,1）3.6reg_alpha/reg_lamb3.7学习率4测试集生成结果5特征选择
我叫陈叉叉叉叉·2022-11-16 20:01

机器学习-决策树（Decision Tree）基础篇

目录一、决策树是什么1-1、决策树学习基本算法1-2、特征选择1-3、信息熵1-4、信息增益二、决策树的构建2-1、数据处理2-2、信息熵的计算2-3、决策树模型构建2-4、决策树可视化2-5、整体代码一
库里不会写代码·2022-11-16 09:00

sklearn基础篇（六）-- 决策树（decision tree）

决策树学习算法包括3部分：特征选择、树的生成和树的剪枝。常用的算法有ID3、C4.5和CART。想象一下，你想要区分下面这四种动物：熊、鹰、企鹅和海豚。
长路漫漫2021·2022-11-16 09:57

李宏毅机器学习作业1——预测COVID-19人数

目录数据集导包辅助函数设定种子划分数据集模型特征选择训练函数配置参数Dataloader开始训练预测预测函数输出结果解答训练函数模型特征选择超参数设置数据集训练集中给出美国某些州五天COVID-19的感染人数
iwill323·2022-11-15 17:15

机器学习-基础知识、sklearn库、评估指标、python数据处理库

机器学习中分类和预测算法的评估1.5.分类与回归问题2.sklearn机器学习库2.1.定义2.2.sklearn数据类型2.3.sklearn总览2.3.1.数据预处理2.3.2.数据集2.3.3.特征选择
turbosqi·2022-11-15 16:41

[深度学习论文笔记]Tumor attention networks: Better feature selection, better tumor segmentation

Tumorattentionnetworks:Betterfeatureselection,bettertumorsegmentation肿瘤注意网络:更好的特征选择，更好的肿瘤分割Published:
Slientsake·2022-11-15 12:25

机器学习——特征工程（3分钟的超详细介绍）

3.1特征选择3.2线性降维3.2.1主成分分析法（PCA）3.2.2线性判别分析法（LDA）1什么是特征工程？
Joker_咖啡逗·2022-11-15 11:48

数据挖掘机器学习[四]---汽车交易价格预测详细版本｛嵌入式特征选择（XGBoots,LightGBM），模型调参（贪心、网格、贝叶斯调参）｝

题目出自阿里天池赛题链接：零基础入门数据挖掘-二手车交易价格预测-天池大赛-阿里云天池相关文章：特征工程详解及实战项目【参考】数据挖掘---汽车车交易价格预测[一](测评指标；EDA)数据挖掘机器学习---汽车交易价格预测详细版本[二]｛EDA-数据探索性分析｝数据挖掘机器学习---汽车交易价格预测详细版本[三]｛特征工程、交叉检验、绘制学习率曲线与验证曲线｝数据挖掘机器学习---汽车交易价格预测
汀、·2022-11-15 09:00

基于特征选择的二元粒子群优化算法附Matlab代码

✅作者简介：热爱科研的Matlab仿真开发者，修心和技术同步精进，matlab项目合作可私信。个人主页：Matlab科研工作室个人信条：格物致知。更多Matlab仿真内容点击智能优化算法神经网络预测雷达通信无线传感器信号处理图像处理路径规划元胞自动机无人机电力系统⛄内容介绍BPSO算法是Kennedy于1997年在连续性PSO算法基础上提出的，用于解决离散的优化问题[26]。BPSO算法通过模拟鸟
matlab_dingdang·2022-11-14 19:50

【改进粒子群】基于特征选择的二元粒子群优化算法（Matlab代码实现）

目录1概述2运行结果3参考文献4Matlab代码实现1概述本文程序用于特征选择的二元粒子群优化（BPSO），可以选择潜在特征以提高分类精度。
研学社·2022-11-14 19:19

利用机器学习分析脑电数据（原理分析+示例代码+快速上手）

目录一、机器学习分析简介二、机器学习分析的脑电特征三、机器学习训练分析四、机器学习分析的特征选择和降维五、机器学习分析的选择分类器六、机器学习分析的结果评估七、机器学习实例分析机器学习和模式识别已被广泛应用于脑电信号分析领域
拉姆哥的小屋·2022-11-14 10:45

机器学习（西瓜书）11、特征选择与稀疏学习

在机器学习中特征选择是一个重要的“数据预处理”（datapreprocessing）过程，即试图从数据集的所有特征中挑选出与当前学习任务相关的特征子集，接着再利用数据子集来训练学习器；稀疏学习则是围绕着稀疏矩阵的优良性质
Handsome_Zpp·2022-11-14 10:14

python决策树sklearn_[python机器学习及实践(4)]Sklearn实现决策树并用Graphviz可视化决策树...

决策树的学习过程1）特征选择：从训练数据的特征中选择一个特征作为当前节点的分裂标准（特征选择的标准不同产生了不同的特征决策
weixin_39551996·2022-11-13 14:07

机器学习——三种决策树及python代码实现

决策树模型的核心概念包括：特征选择方法、决策树构造过程和决策树剪枝。特征选择特征选择从本质上讲就是依据训练集数据从多个特征中选取出具有分类能力的特征。
Li Changwu·2022-11-13 14:34

机器学习笔记 十七：基于Gini Importance、Permutation Importance、Boruta的随机森林模型重要性评估的比较

目录1.随机森林模型拟合和预测性能1.1样本拆分1.2模型拟合1.3特征重要性1.4PermutationImportance（permutation_importances）1.5Boruta2.特征选择和性能比较
Amyniez·2022-11-13 11:30

粗糙集 证据推理(ER)

一、粗糙集主要思想：利用已知的知识库，将不精确或不确定的知识用已知知识库中的知识来(近似)刻画。
try_trying_try·2022-11-13 00:30

数据挖掘——聚类

聚类的过程数据准备→特征选择&特征提取→聚类→结果评估聚类的质量每个簇的质量用簇内距离刻画，聚类的总体质量用簇间距离衡量。常
　木夕敢敢·2022-11-12 11:36

数据挖掘导论

整个KDD过程为：输入数据→数据预处(特征选择、维归约、规范
Zrx_·2022-11-12 09:00
上一页 20 21 22 23 24 25 26 27 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他