粗糙集特征选择

python机器学习基础01——sklearn开启

文章目录机器学习开发流程特征工程字符串特征化onehot编码文本特征化jieba分词数值型数据预处理归一化标准化特征选择Filter过滤式（方差过滤）PCA降维WOE&IV编码分箱WOEIV数据集数据集划分数据集接口介绍机器学习开发流程
友培·2022-03-29 15:21

SAPD：FSAF升级版，合理的损失值加权以及金字塔特征选择 | ECCV 2020

针对anchor-point检测算法的优化问题，论文提出了SAPD方法，对不同位置的anchorpoint使用不同的损失权重，并且对不同的特征金字塔层进行加权共同训练，去除了大部分人为制定的规则，更加遵循网络本身的权值进行训练 来源：晓飞的算法工程笔记公众号论文:SoftAnchor-PointObjectDetection论文地址：https://arxiv.org/abs/1911.12448
·2022-03-24 14:32

Sklearn——PCA主成分分析

Sklearn——PCA主成分分析1.特征降维2.特征选择和特征降维的区别3.常用降维算法4.sklearn中PCA算法函数1.主成分分析(PCA)2.不同主成分个数对应的可解释方差分析(ExplainedVariance
是菜鸡小小陈啊·2022-03-20 07:52

数据预处理和特征选择

更重要的是，这篇文章会详尽的讲解数据预处理和特征选择的原理及方法细节。数据是什么？通过观察、实验或计算得出的结果。例：数字、文字、图像、声音等。数据分析是什么？
·2022-03-11 10:32

SAPD：FSAF升级版，合理的损失值加权以及金字塔特征选择 | ECCV 2020

针对anchor-point检测算法的优化问题，论文提出了SAPD方法，对不同位置的anchorpoint使用不同的损失权重，并且对不同的特征金字塔层进行加权共同训练，去除了大部分人为制定的规则，更加遵循网络本身的权值进行训练 来源：晓飞的算法工程笔记公众号论文:SoftAnchor-PointObjectDetection论文地址：https://arxiv.org/abs/1911.12448
·2022-03-09 13:26

SAPD：FSAF升级版，合理的损失值加权以及金字塔特征选择 | ECCV 2020

针对anchor-point检测算法的优化问题，论文提出了SAPD方法，对不同位置的anchorpoint使用不同的损失权重，并且对不同的特征金字塔层进行加权共同训练，去除了大部分人为制定的规则，更加遵循网络本身的权值进行训练 来源：晓飞的算法工程笔记公众号论文:SoftAnchor-PointObjectDetection论文地址：https://arxiv.org/abs/1911.12448
晓飞的算法工程笔记·2022-03-09 13:00

数据预处理

文章目录数据预处理特征选择特征提取数据预处理特征选择选择重要的属性集合特征提取对属性进行重新组合，获得新的属性
拙小拙·2022-03-08 07:02

决策树理论

二：决策树的学习过程，大致分为三步1：特征选择：指从训练数据中众多的特征中选择一个特征作为当前节点的分裂标准，如何选择特征有着很
gentelyang·2022-03-05 16:33

目标检测传统算法与神经网络结合_基于卷积神经网络的目标检测算法简介

要实现目标检测，传统的方法主要分为预处理、窗口华东、特征提取、特征选择、特征分类和后处理六个步骤。
weixin_39576018·2022-03-02 07:20

2021年CCF 恶意软件家族分类 单模型优秀方案分享

总结2.第二名Petrichor2.1特征工程2.1.1单特征提取2.1.1.1Ember特征2.1.1.2TF-IDF特征2.1.1.3Asm2Vec特征2.1.2特征融合2.1.3特征融合2.1.4特征选择
herosunly·2022-02-26 07:13

数据预处理与特征工程—12.常见的数据预处理与特征工程手段总结

1.1.1异常值处理1.1.2缺失值处理1.2特征预处理1.2.1数值型特征无量纲化1.2.2连续数值型特征分箱1.2.2.1无监督分箱法1.2.2.2有监督分箱法1.2.3统计变换1.2.4类别特征编码2.特征选择
哎呦-_-不错·2022-02-23 07:18

特征选择方法概述

文章目录1.LowVarianceFilter2.ForwardFeatureselection3.BackwardFeatureElimination1.LowVarianceFilter  该方法简单来说就是删除低方差的特征。如下表所示，其中holiday、weather等列方差为0：IDseasonholidayworkingdayweatherf5tempatemphumiditywind
herosunly·2022-02-23 07:59

2021年CCF 恶意软件家族分类 模型集成优秀方案分享

文章目录1.优胜奖njnet_defender1.1数据分析1.1.1样本家族数量分布1.1.2壳分析1.1.3分析总结1.2特征处理1.2.1特征选择1.2.2恶意软件灰度图特征1.2.3字节直方图特征
herosunly·2022-02-23 07:59

文本分类的特征选择——DF和卡方检验

收集好了训练样本集，需要对文本词语进行特征选择。特征选择的意义有两个：1.去掉噪音去噪一个是去掉无意义的词，像只有几个文档出现过的词，或者每一个文档都出现的词。
凌冰_lonny·2022-02-22 03:30

07-IF6+:基于核磁、CT、PET数据进行特征选择来筛选头颈癌的分子亚型和预后标志物

一.研究背景头颈部鳞状细胞癌(HNSCC)是一种常见的异质性恶性肿瘤，每年全球约有50万新发病例，包括口腔、口咽、鼻咽癌、下咽癌和喉癌。HNSCC的常规治疗包括手术、放疗和化疗，根据TNM分期和原发部位分别或联合使用。临床治疗的反应在HNSCC患者中差异很大，治疗结果不是十分理想，特别是在晚期疾病中。此外，化疗和放疗往往会产生显著的毒性。因此，为每个患者选择最佳的治疗策略，识别生物标志物是至关重要
生信学霸·2022-02-21 14:16

集成学习（1）

RF以决策树为基学习器构建Bagging集成的基础上，进一步在决策树的训练过程中引入了随机特征选择，因此可以概括RF包括四个部分：1、随机选择样本（放回抽样）；2、随机选择特征；3、构建决策树；4、随机森林投票
Manfestain·2022-02-21 06:30

Machine Learning-特征工程之特征选择

特征工程之特征选择目录简介1Filter（过滤式选择）1.1移除低方差特征（variancethreshold）1.2信息增益（informationgain）1.3单变量特征选择(Univariatefeatureselection
丁想·2022-02-20 09:11

机器学习11章笔记

第十一章特征选择和稀疏学习11.1子集搜索与评价1.为什么要进行特征选择?有两个原因。
_爱碎碎碎碎念·2022-02-19 15:52

特征工程（二）特征选择及python实现

什么是特征选择特征工程(FeatureSelection)，也叫做特征子集选择(FeatureSubsetSelection,FSS)，或者叫做属性选择(AttributeSelection)。
在做算法的巨巨·2022-02-19 15:36

机器学习训练营-基于LightGBM的分类预测学习笔记

分类实战Step1：下载数据集，导入库函数Step2：数据读取/载入Step3：数据信息简单查看Step4：可视化描述Step5：利用LightGBM进行训练与预测Step6:利用LightGBM进行特征选择
是织梦者啊·2022-02-18 07:58

特征选择

1.为何使用特征选择？
esskeetit·2022-02-16 14:31

K折交叉验证与网格搜索算法（scikit learn）

份数据作为训练数据，另外一份数据作为测试数据，进行模型的训练使用一种度量测度来衡量模型的预测性能优点：可通过降低模型在一次数据分割中性能表现上的方差来保证模型性能的稳定性可用于进行参数调节、模型性能比较、特征选择等缺点
乔慕宾·2022-02-16 07:03

特征工程：常用的特征转换方法总结

机器学习模型的生命周期可以分为以下步骤：数据采集数据预处理特征工程特征选择建筑模型超参数调整模型部署要构建模型就必须要对数据进行预处理。特征转换是这个过程中最重要的任务之一。
·2022-02-15 11:49

无标题文章

apriori算法缺点http://www.elecfans.com/rengongzhineng/609111.html找一下之前那篇文章好像是毕业论文看一下粗糙集属性约简实际上技术在那张图显示的边缘试探
We2sWing·2022-02-15 00:16

聚类算法对比实现

二、聚类的一般过程数据准备：特征标准化和降维特征选择：从最初的特征中选择最有效的特征，并将其存储在向量中特征提取：通过对选择的特征进行转换形成新的突出特征聚类：基于某种距离函数进行相似度度量，获取簇聚类结果评估
·2022-02-14 19:36

机器学习中的特征选择及其Python举例

1.关于特征选择简单来说，特征选择就是在你使用机器学习算法之前，通过相关处理来选择与你的预测变量或者输出结果，最有用或最相关的那些特征。
博观厚积·2022-02-12 11:12

特征选择技术

如果一个数据集中有很多的特征，但是不是所有的特征都是对模型有作用，或者作用非常小时，我们就需要剔除，那么我们用上面技术去选择特征呢？第一种，穷举法把所有的特征组合都计算对应的score，最后选择score最大的特征集合。image.png但是所耗时间非常大，当特征非常多的时候，时间复杂度太高了。第二，贪心算法ForwardStepwise（前向逐步选择法）BackwardStepwise（后向逐步
学人工智能的菜菜·2022-02-11 16:16

统计学习方法 李航 决策树模型 python sklearn 实现 及课后习题

决策树的学习通常包括三个部分：特征选择、
蒜苗爱妞妞·2022-02-11 16:16

机器学习面试题

 特征选择方法?解释logostic回归？说一下Xgboost？Xgboost和GBDT的区别？发布2.杭州面问项目问的很细，重点看项目？你觉得你项目中哪部分做的好？
真小假·2022-02-11 07:02

图像特征提取与特征选择基本方法总结

转载：图像特征提取与特征选择基本方法总结版权声明：本文为博主原创文章，遵循CC4.0BY-SA版权协议，转载请附上原文出处链接和本声明。
雪夜的星_e40c·2022-02-10 20:24

NLP 中文短文本分类项目实践（下）

决策树的学习过程主要包括：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
一纸繁鸢w·2022-02-10 13:49

2018年3月21日

今天特别困……于是早上基本没干什么正事，就看了一下WOE和随机森林做特征选择的内容，感觉也没什么新的收获。
真昼之月·2022-02-10 09:51

数据挖掘之数据预处理和特征工程

天气晴小马真的是怕冷星人天天都是在冷冷冷中度过哈哈哈周六周日休息了两天学习了线代这两天忙于新学期选课从今天下午开始又要努力这周的项目任务啦今日目标：1.matlab实现数据预处理和特征工程2.对matlab中的SVM算法代码进行了解/*本文重点讲解：数据归一化、数据标准化、特征工程中的特征选择其中用
冬天都会过去·2022-02-09 07:28

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。数据预处理数据预处理是特征工程中最为重要的一个环节，良好的数据预处理可以使模型的训
抄书侠·2022-02-08 12:44

基于Python的银行信用卡欺诈预测模型设计 文档+任务书+项目源码及数据

研究现状31.3行文思路及框架4第二章数据探索性分析62.1目标变量62.2特征分布62.3特征与标签相关性分析82.4离群点分析9第三章数据预处理与特征工程103.1数据预处理103.2特征工程103.3特征选择
newlw·2022-02-07 17:29

[Deep Learning] 特征工程

特征工程与特征选择不同，通常先通过特征工程生成新的特征，之后通过特征选择去掉无关的、冗余的、强相关的特性。
jingy_ella·2022-02-07 17:12

【2018-09-30】决策树

决策树学习：（1）特征选择熵：信息量大小的度量（熵越大，随机变量的不确定性越大）ai事件发生的概率设随机变量（X，Y）联合分布P(X,Y)，条件熵H(Y|X)：表示在已知随机变量X的的条件下，随机变量Y
BigBigFlower·2022-02-07 09:18

小瓜讲机器学习——分类算法（五）决策树算法原理及Python代码实现

文章目录5.决策树5.1决策树模型原理5.2决策树算法5.2.1特征选择问题（节点选择）5.2.2信息熵5.2.3特征选取原则5.2.4连续特征离散化5.2.5决策树的剪枝5.3ID3决策树算法5.4C4.5
努力的骆驼·2022-02-07 07:19

天池二手车交易价格预测-- 建模调参

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
gamilian·2022-02-05 07:47

单细胞测序-scRNA-seq数据的降维和可视化

这就涉及到了单细胞RNA数据处理中的特征选择，降维以及如何使数据可视化。数据降维的必要性如果将单个细胞看作一个数据点，那么检测的基因数就是其对应的变量数，也就是我们所说的维数。
作图丫·2022-02-03 14:45

深入了解 TabNet ：架构详解和分类代码实现

Google发布的TabNet是一种针对于表格数据的神经网络，它通过类似于加性模型的顺序注意力机制（sequentialattentionmechanism）实现了instance-wise的特征选择，
·2022-01-17 11:47

决策树

1.2决策树的三个基本步骤特征选择决策树的生成决策树的修剪1.3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，此时每一个子节点对应着该特征的一个取值，如此递归对实例进行测试并分配
·2021-12-30 11:22

代谢组学细胞样本收集

结合特征选择、模式识别和多元数据分析方法，代谢组学分析旨在提供血液、尿液、组织或细胞中代谢物水平变化的综合评估。
Seurat_Satija·2021-12-02 11:19

知乎B站部分资源整理，主要涉及图神经网络和编程语言

技巧类B站学习资源PPT制作WORD修图软件PPT模板英语听力如何提升论文写作辅助网站硬核类FFT各种语言代码RSA加密算法机器学习算法应用场景同上对卷积的理解F变换L变换Z变换的联系特征选择也称降维DP
·2021-11-30 22:46

模型效果好、训练速度快，这几种特征选择技巧要掌握

据《福布斯》报道，每天大约会有250万字节的数据被产生。我们可以使用数据科学和机器学习技术对这些数据进行分析，以便提供分析和作出预测。在开始任何统计分析之前，需要先对最初收集的数据进行预处理。有许多原因会导致数据需要预处理分析才能使用，例如：收集的数据格式不对（如SQL数据库、JSON、CSV等）缺失值和异常值标准化减少数据集中存在的固有噪声（部分存储数据可能已损坏）数据集中的某些功能可能无法收集
Python学习与数据挖掘·2021-11-29 17:15

深度盘点：初学者必备这 15 个 Scikit-Learn 重要技能

通过它，我们不仅可以实现各种回归、分类、聚类的机器学习模型，它还提供了降维、特征选择、特征提取、集成技术和内置数据集的功能。
Python学习与数据挖掘·2021-11-28 16:43

基于功能连接的认知机器学习预测模型：特征权重可靠吗？

特征选择和特征权重估计要具有可靠性，以确保能够可靠地识别具有高预测效用的重要连接和环路。本研究考察了由静息态功能连接网络构建的各种认知表现预测模型的特征权重的重测信度(样本量n=400)。
茗创科技·2021-11-18 14:35

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
·2021-11-13 12:09

python机器学习算法与数据降维分析详解

目录一、数据降维1.特征选择2.主成分分析（PCA）3.降维方法使用流程二、机器学习开发流程1.机器学习算法分类2.机器学习开发流程三、转换器与估计器1.转换器2.估计器一、数据降维机器学习中的维度就是特征的数量
·2021-11-12 17:16

机器学习之路5

熬夜时常和身体健康情况等等降维的两种方式：特征选择主成分分析（可以理解成一种特征提
天天学习学习·2021-10-28 11:47
上一页 25 26 27 28 29 30 31 32 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他