粗糙集特征选择第26页

机器学习——决策树

目录一、决策树定义：二、决策树特征选择2.1特征选择问题2.2信息增益2.2.1熵2.2.2信息增益三、决策树的生成3.1ID3算法3.1.1理论推导3.1.2代码实现3.2C4.5算法3.2.1理论推导

maggieyiyi·2022-10-15 17:39

机器学习之决策树

最常见核心的决策树算法有三个——ID3、C4.5、CART1.ID3核心思想：以信息增益来度量特征选择，选择信息增益最大的特征进行分裂条件熵H(D|A)：已知A条件下的熵。A是训练集

湫兮如风i·2022-10-15 17:37

Sklearn官方文档中文整理9——特征选择和半监督学习篇

Sklearn官方文档中文整理9——特征选择和半监督学习篇1.监督学习1.13.特征选择1.13.1.移除低方差特征【feature_selection.VarianceThreshold】1.13.2

yumin1997·2022-10-14 14:59

机器学习入门篇（一）

1.3.1sklearn数据集的使用1.3.2数据集的划分二、特征工程2.1特征抽取2.1.1字典特征工程2.1.2文本特征工程2.2特征预处理2.2.1归一化2.2.2标准化2.3特征降维2.3.1特征选择

数产第一混子·2022-10-13 17:20

毕业设计基于大数据的社交平台数据爬虫舆情分析可视化系统

文章目录0前言1课题背景2实现效果**实现功能****可视化统计****web模块界面展示**3LDA模型4情感分析方法**预处理**特征提取特征选择分类器选择实验5部分核心代码6最后0前言这两年开始毕业设计和毕业答辩的要求和难度不断提升

DanCheng-studio·2022-10-12 07:09

NNDL 作业5：卷积

一、用自己的语言，说说对卷积、卷积核、特征图、特征选择的理解。二、探究不同卷积核的作用，简述卷积能够提取特征的原理。

HBU_David·2022-10-10 09:34

高维数据降维（机器学习）

降维分为：特征选择和特征提取

唯见江心秋月白、·2022-10-04 07:25

机器学习之树形模型：决策树

步骤：特征选择、决策树的生成、剪枝决策树+集成

数据新生活·2022-10-01 10:27

学习笔记【1】：决策树

文章目录前言1.基本概念1.1.决策树概述1.2.决策树和归纳算法1.3.决策树生成过程2.构建决策树2.1.特征选择2.1.1.熵2.1.2.信息增益2.1.3.信息增益比2.1.4.基尼指数2.2.

zzzyzh·2022-10-01 10:57

特征工程之特征降维-特征选择-PCA/LDA

特征降维之特征选择特征选择是建模中常用的降维手段，比较暴力，直接将不重要特征删除。缺点：造成信息丢失，不利于模型精度。【与之形成对比的是PCA、LDA等降维方式。】主要标准有两个：特征是否发散。

Michael_Flemming·2022-09-30 13:14

【网络流量识别】【聚类】【二】FCM和GMM—使用聚类技术和性能比较进行网络流量异常检测

原文链接：使用聚类技术和性能比较进行网络流量异常检测|IEEE会议出版物|伊·X普洛尔目录摘要第一节：介绍第二节：异常检测方法第三节：特征选择和简化3.1非负矩阵分解（NMF）3.2主成分分析（PCA）

昔我往矣wood·2022-09-30 07:30

【吴恩达机器学习2022学习笔记】课程2 --决策树和随机森林

本节将吴文达机器学习最后几章（15.1-17.6）进行了总结1、决策树决策树（decisiontree）：是一种基本的分类与回归方法，其主要包括特征选择、决策树的生成、决策树的修剪。

梦想摸鱼·2022-09-29 19:18

【机器学习】 sklearn 模块详解

模块详解前言小白问题解决机器学习一般问题的步骤sklearn概述sklearndataset模块预处理sklearn.preprcessing特征抽取sklearn.feature_extraction特征选择

何为xl·2022-09-25 15:06

机器学习入门之泰坦尼克号预测存活情况（Taggle）

特征提取介绍分类数据：有直接类别的性别(Sex)登船港口(Embarked)客舱等级（Pclass）分类数据：字符串类型姓名（Name）客舱号（Cabin）建立家庭人数和家庭类别(Family)结果：3、特征选择构建模型

贰拾肆画生·2022-09-23 16:56

【Machine Learning】5.特征工程和多项式回归

特征工程和多项式回归1.导入2.多项式特征3.特征选择4.多项式特征与线性特征的关联5.特征缩放Scalingfeatures6.复杂函数的拟合特征工程，使用线性回归机制来拟合非常复杂甚至非线性(存在xnx

KiraFenvy·2022-09-23 11:59

基于Python实现的特征选择的遗传算法（GA）

模式识别特征选择的遗传算法目录模式识别特征选择的遗传算法0一、特征选择的遗传算法介绍11.1特征选择11.2遗传算法（GeneticAlgorithm）1二、实验数据集介绍42.1Iris数据集介绍42.2Sonar

biyezuopin·2022-09-20 14:20

TFT：Temporal Fusion Transformers for Interpretable Multi-horizon Time Series Forecasting

3.1基本结构3.2整体结构4模型参数说明4.1所有参数4.2列定义参数4.3处理后输入5TFT贡献6其他总结参考资料1模型简述tft模型具有下面特征：支持多个时间序列基于注意力的模型结构具有可解释性特征选择

小yuning·2022-09-20 07:22

smile——Java机器学习引擎

Smile涵盖了机器学习的各个方面，包括分类、回归、聚类、关联规则挖掘、特征选择、流形学习、多维缩放、遗传算法、缺失值插补、高效最近邻搜索等

一堆土豆33·2022-09-18 11:51

机器学习之数据预处理&特征选择

文章目录1.数据预处理1.1数据无量纲化1.1.1数据归一化1.1.2数据标准化1.2缺失值处理1.3处理分类类型特征：编码与哑变量1.4处理连续型特征：二值化与分段2.特征选择2.1过滤法2.1.1方差过滤

`AllureLove·2022-09-17 07:25

吃透python——Scikit-Learn数据建模基础流程概要

估计器就是模型，用于对数据的预测和回归，转换器就是对数据的处理，如标准化、数据将为及特征选择等。估计器中通常具有三个函数:fit()socre(

真是喵啊·2022-09-14 02:45

【机器学习】欠拟合 & 过拟合 & 正则化

正则化拟合效果拟合效果分析欠拟合原因特征量过少参数太少，模型复杂度过低过拟合原因建模样本选取有误样本噪音干扰过大假设不成立参数太多，模型复杂度过高其他tree-based模型神经网络模型针对拟合效果优化欠拟合优化过拟合优化针对数据特征增加数据迁移学习特征选择针对模型简化模型结构

暖焱·2022-09-13 07:17

决策树的Python实现

目录概述决策树决策树的剪枝优缺点决策树的构建特征选择/计算公式不纯度香农熵(Entropy)信息增益(InformationGain)基尼(Gini)指数分支度(InformationValue)信息增益率

不要做码农呀·2022-09-12 17:22

【机器学习】决策树的使用和代码示例（二）

重要参数，属性及接口criterion回归树衡量分枝质量的指标，支持的标准有三种：1）输入"mse"使用均方误差meansquarederror(MSE)，父节点和叶子节点之间的均方误差的差额将被用来作为特征选择的标准

快乐的冲浪码农·2022-09-12 07:14

【原创手写笔记】面试准备，关于决策树算法你需要知道的那些

相比其他机器学习算法，决策树算法对特征选择的可解释性强，由于决策树的分枝是采用阈值划分的贪心策略，决策树能很好的处理类别等离散特征，且对于连续特征的

zenRRan·2022-09-12 07:37

机器学习基础学习－－决策树

决策树的学习过程一棵决策树的生成过程主要分为以下3个部分:特征选择：

雪泪寒飞起来·2022-09-12 07:00

使用基于非支配排序的鲸鱼优化算法的生产过程中关键质量特征识别的多目标特征选择（Matlab代码实现）

目录1概述2数学模型3流程图4算例及运行结果5Matlab代码及详细文章6写在最后1概述现代生产过程通常包含大量的质量特性(QC)，包括过程参数、装配参数和零件参数(Lee&Thornton,1996)。在实践中，并非所有这些QC都可以在产品的早期生产阶段进行完美设计或控制。因此，选择对最终产品质量有显着影响的关键质量控制(KQC)是持续产品质量控制和改进的一项重要任务（Peres&Fogliat

科研研习社·2022-09-11 11:33

机器学习特征选择方法介绍及python实现

机器学习特征选择方法介绍及python实现综述一、过滤法1.方差选择法2.相关系数法3.互信息熵法4.F检验二、包裹法递归式特征消除(RFE)三、嵌入法1.基于惩罚项的特征选择法2.基于树模型和GBDT

大虾飞哥哥·2022-09-11 07:57

特征工程之特征选择

1.特征工程之特征预处理2.特征工程之特征选择1.前言当数据预处理完成后，我们需要选择有意义的特征输入机器学习的算法和模型进行训练。

weixin_30449453·2022-09-11 07:50

[机器学习笔记] 特征（Feature）和特征选择(Feature Selection)

特征（Feature）和特征选择(FeatureSelection)概念解释在机器学习中，将属性称为“特征（Feature）”，对当前学习任务有用的属性称为“相关特征（RelevantFeature）”

梅森上校·2022-09-11 07:45

数据处理

数据处理刘建平博客https://www.cnblogs.com/pinard/强烈推荐特征选择尽量不错过一个可能有用的特征，但是也不滥用太多的特征。

pengmianpm·2022-09-11 07:40

机器学习之特征工程（特征选择）

文章目录1、Filter(过滤法)1.1、方差选择法1.2、相关系数法1.3、卡方检验1.4、互信息法2、Wrapper(包装法)2.1、递归特征消除法3、Embedded(嵌入法)3.1、基于惩罚项的特征选择法

小磊要努力哟·2022-09-11 07:39

特征工程概略

特征处理是特征工程的核心部分，包括数据预处理、特征选择、降维等，通过sklearn的processing库来实现。

li123chen·2022-09-11 07:38

scikit-learn机器学习九（特征工程）

sk-learn机器学习之特征工程特征选择过滤法低方差特征卡方检验包装法递归特征消除嵌入法基于惩罚的特征选择基于树模型的特征选择降维PCALDA特征选择当我们完成了数据预处理之后，我们就可以根据需要选择合适的特征带入机器学习算法和模型中训练

国家一级假勤奋大学生·2022-09-11 07:01

机器学习——特征工程详解

2数据预处理2.1无量纲化2.1.1标准化2.1.2区间缩放法2.1.3标准化与归一化的区别2.2对定量特征二值化2.3对定性特征哑编码2.4缺失值计算2.5数据变换3特征选择3.1Filter3.1.1

Eureka丶·2022-09-08 07:30

时间序列中的特征选择：在保持性能的同时加快预测速度

当我们对数据建模时，首先应该建立一个标准基线方案，然后再通过优化对该方案进行修改。在项目的第一部分中，我们必须要投入时间来理解业务需求并进行充分的探索性分析。建立一个原始模型。可以有助于理解数据，采用适当的验证策略，或为引入奇特的想法提供数据的支持。在这个初步阶段之后，我们可以根据不同的情况选择不同的优化方式，例如改变模型，进行数据的处理，甚至是引入更多的外部数据。对于每个方案，我们都需要对数据进

·2022-09-05 10:44

特征选择 | MATLAB实现特征变量相关性系数图和显著性检验

特征选择|MATLAB实现特征变量相相关性系数图和显著性检验目录特征选择|MATLAB实现特征变量相相关性系数图和显著性检验基本介绍算法描述数据描述程序设计学习总结基本介绍相关性分析是指对两个或多个具备相关性的变量元素进行分析

机器学习之心·2022-09-03 14:16

数据挖掘的五大流程、sklearn中常用的模块介绍、数据预处理、特征选择（过滤法+Embedded嵌入法+Wrapper包装法）

文章目录1、数据挖掘的五大流程：1.1获取数据1.2数据预处理1.3特征工程1.4建模，测试模型并预测出结果1.5上线，验证模型效果2、sklearn中的数据预处理和特征工程3、数据预处理Preprocessing&Impute3.1数据无量纲化·preprocessing.MinMaxScalerpreprocessing.StandardScalerStandardScaler和MinMaxS

斯外戈的小白·2022-09-02 10:42

机器学习 Sklearn Day3

数据预处理与特征工程1.2sklearn中的数据预处理和特征工程2数据预处理Preprocessing&Impute2.1数据无量纲化2.2缺失值2.3处理分类型特征：编码与哑变量2.4处理连续型特征：二值化与分段3特征选择

birdooo·2022-08-31 07:16

Python机器学习—特征工程

API2.特征工程2.1特征工程包含内容3.特征提取3.1字典特征提取3.2文本特征提取3.3中文文本特征提取3.4Tf-idf文本特征提取公式4.特征预处理4.1归一化4.2标准化5.特征降维5.1特征选择

万里守约·2022-08-30 07:49

一文了解基于深度学习的自然语言处理研究

深度学习的迅速发展受到了学术界和工业界的广泛关注，由于其拥有优秀的特征选择和提取能力，对包括机器翻译、目标识别、图像分割等在内的诸多任务中产生了越来越重要的影响。

ZZ同学·2022-08-26 21:39

【NLP】一文了解基于深度学习的自然语言处理研究

深度学习的迅速发展受到了学术界和工业界的广泛关注，由于其拥有优秀的特征选择和提取能力，对包括机器翻译、目标识别、图像分割等在内的诸多任务中产生了越来越重要的影响。

风度78·2022-08-26 21:06

【进阶版】机器学习之稀疏学习、特征选择、过滤式选择、包裹式选择、正则化等（18）

机器学习配套资源推送进阶版机器学习文章更新~点击下方下载高清版学习知识图册特征选择与稀疏学习子集搜索与评价过滤式选择（Relief）包裹式选择（LVW）嵌入式选择与正则化稀疏表示与字典学习压缩感知每文一语欢迎订阅本专栏

王小王-123·2022-08-25 07:01

【01】人工智能入学指南

需要把人类认识的符号转换成计算机认识的符号（这里就叫做一个特征选择或者特征工程，即如何将一句话变成一个数字，如何去变）学习函数：一旦将它转换成计算机认识的东西，我需要让咱们计算机找出来一个决策的边界吧，

饮马翰海·2022-08-24 18:36

机器学习-sklearn第三天——笔记

数据预处理与特征工程1.2sklearn中的数据预处理和特征工程2数据预处理Preprocessing&Impute2.1数据无量纲化2.2缺失值2.3处理分类型特征：编码与哑变量2.4处理连续型特征：二值化与分段3特征选择

鹿衔草啊·2022-08-21 07:49

7.pytorch自然语言处理-循环神经网络与分词

token*清华大学API：THULAC；或者直接用jieba可以切分为词语，或者完全分成一个一个字2、N-gram表示把连续的N个词语作为特征，帮助获取词语特征的方法，感觉类似于卷积神经网络中的池化操作，将特征选择放大

还我的鸭脖！·2022-08-21 07:41

深度学习正则化方法总结

1、对权重参数增加L1、L2正则项L1正则化主要是对损失函数增加权重参数w的绝对值项，权重服从Laplace分布，得到的参数通常比较稀疏，常用于特征选择。L2正则化对损失

liumy601·2022-08-13 07:19

人工智能基础第四次作业

一、简单描述卷积、卷积核、多通道、特征图、特征选择概念。

北纬三七N37·2022-08-13 07:11

线性模型中的高级特征选择技术——基于R

线性模型中的高级特征选择技术——基于R岭回归LASSO弹性网络数据理解和准备一.数据预处理二.训练集和测试集的划分三.模型构建与评价1.最优子集2.岭回归3.LASSO回归4.弹性网络岭回归岭回归(英文名

阿强真·2022-08-10 19:26

【七夕如何根据情侣倾听的音乐进行薅羊毛】背景音乐是否会影响情侣对酒的选择

目录简介特征选择的方法统计方式的特征选择方法如下无效变量统计方式的特征选择统计检验的方式：皮尔森相关系数：七夕活动特栏简介七夕到了，情侣也都就高档酒店了，我之前去酒店干过销售，这时候的销售业绩一般都不会差

晴天qt01·2022-08-09 07:15

机器学习植物叶片识别

请采用特征选择方法进行特征选择，并比较各特征选择结果的异同（20分）。通过数据建模，完成叶片形状的识别（30分）。目录目录思路1导入包2画出相关性矩阵（需要根据相关性矩阵，选择特征进行特

SYBH.·2022-08-09 07:14

推荐频道

粗糙集特征选择