粗糙集特征选择

Python手册(Machine Learning)--sklearn

降维：PCA、特征选择、矩阵分解等等。选型：网格搜索、交叉验证、度量。预处理：特征提取、标准化。scikit-learn(sklearn)官方文档中文
WilenWu·2023-10-19 11:22

Covariance Estimators协方差估计大比拼：性能、应用场景和可视化对比总结

这种关系有助于我们理解数据的分布，进而可以用于特征选择、降维、异常检测等多种机器学习任务。
Mr数据杨·2023-10-19 07:30

5-1特征提取的基本概念

特征提取的目的.PNG对特征的要求.PNG特征选择和特征提取的异同.PNG特征选择和特征提取的异同.PNG特征选择和特征提取的异同.PNG
游阿游·2023-10-18 15:03

特征选择__过滤型

过滤型--方差过滤法过滤方差较低的特征fromsklearn.feature_selectionimportVarianceThreshold#方差阈值selector=VarianceThreshold(threshold=2)selector.fit_transform(data)#每个特征的方差selector.variances_过滤型--##卡方检验考虑当前特征和目标特征的相关性,但是容
紫弟·2023-10-17 23:14

【halcon】halcon轮廓总结之select_contours_xld

简介这段文档描述了一个名为"SelectContoursXld"的操作，用于根据不同特征选择XLD（XLD是一种图像数据表示形式，表示轮廓线）轮廓。
code bean·2023-10-17 20:32

机器学习之变量选择

方差变量筛选（fromsklearn.feature_selectionimportVarianceThreshold）'''删除所有低方差特征的特征选择器。
半度、·2023-10-17 19:00

33 机器学习（一）:特征工程

DictVectorizerCountVectorizerTfidfVectorizer特征处理归一化MinMaxScaler标准化StandardScaler标准化和归一化的对比空值处理SimpleImputer特征选择过滤
Micoreal·2023-10-17 19:40

每天五分钟机器学习：如何解决过拟合问题？

2.特征选择：选择最相关的特征来训练模型，可以减少不相关的特征对模型的干扰。可以通过特征选
幻风_huanfeng·2023-10-17 11:49

掌握 Scikit-Learn: Python 中的机器学习库入门

的核心组件与结构安装与配置验证安装数据表示与预处理特征矩阵和目标向量数据处理估计器模型的选择思考问题的本质研究数据的分布判断任务的复杂性分类问题回归问题监督学习分类算法回归算法无监督学习模型的评估训练集和验证集分类模型评估回归模型评估特征工程特征选择特征提取概述机器学习
我是小白呀·2023-10-16 18:04

深入推荐引擎2：YouTube 视频推荐系统

深入推荐引擎2：YouTube视频推荐系统概述候选生成网络体系结构和功能表示训练排名网络特征选择架构迈向多任务排名系统多任务学习专家的多门混合学习选择偏差总结参考这篇博客将介绍YouTube视频推荐系统
程序媛一枚~·2023-10-16 01:19

边写代码边学习之Pycaret

PyCaret的一些关键特点和用途包括：1.自动化机器学习(AutoML)：PyCaret可以自动化机器学习中许多繁琐和耗时的任务，如数据预处理、特征选择、超参数调整、模型选择和评估。2.简化的工作流
茫茫人海一粒沙·2023-10-15 19:15

特征选择

1.连续型变量之间使用相关系数，离散型特征之间使用X2卡方检验特征和label之间相关性要高，特征之间相关性要低。2.决策树看特征的信息增益3.迭代增加删除看模型的准确率4.主成分分析/LDA降维
雨宝_f737·2023-10-15 18:58

lasso特征选择python_转：结合Scikit-learn介绍几种常用的特征选择方法-2

4.2平均精确率减少Meandecreaseaccuracy另一种常用的特征选择方法就是直接度量每个特征对模型精确率的影响。主要思路是打乱每个特征的特征值顺序，并且度量顺序变动对模型的精确率的影响。
weixin_39572764·2023-10-14 19:56

lasso特征选择python_特征选择怎么做？这篇文章告诉你

原标题：特征选择怎么做？
weixin_39632891·2023-10-14 19:56

lasso特征选择python_【译文】特征选择方法导论（如何选取合适的变量）

【译文】特征选择方法导论(如何选取合适的变量)作者SAURAVKAUSHIK译者钱亦欣引言我时常以参加竞赛的方式来磨练自己的机器学习技能，它能让你更清楚地了解自己的水平。
code commander·2023-10-14 19:56

python 特征选择卡方_特征选择

2020-01-10皮尔逊相关系数image.png衡量线性相关性，检查数据集里目标和数值特征之间皮尔逊相关系数的绝对值。根据这个准则保留前n个特征。defcor_selector(X,y,num_feats):cor_list=[]feature_name=X.columns.tolist()#calculatethecorrelationwithyforeachfeatureforiinX.c
段元朋·2023-10-14 19:26

lasso特征选择python_scikit-learn--Feature selection(特征选择)

去掉方差较小的特征方差阈值(VarianceThreshold)是特征选择的一个简单方法，去掉那些方差没有达到阈值的特征。默认情况下，删除零方差的特征，例如那些只有一个值的样本。
pj7u·2023-10-14 19:55

python文本特征选择,机器学习--特征选择（Python实现）

特征选择就是从原始特征中选取一些最有效的特征来降低维度,，提高模型泛化能力减低过拟合的过程，主要目的是剔除掉无关特征和冗余特征，选出最优特征子集；常见的特征选择方法可以分为3类：过滤式(filter)、
盈超农化·2023-10-14 19:55

特征选择 Python代码

本文利用python实现RFE特征选择、基于树模型的特征选择、lasso回归特征选择、Chi2特征选择、特征间相关性进行特征选择、IV值特征选择，K-S值特征选择。
nbszg·2023-10-14 19:54

sklearn机器学习：特征选择-Lasso

Lasso的核心作用：特征选择Lasso类的格式sklearn.linear_model.Lasso(alpha=1.0,fit_intercept=True,normalize=False,precompute
Zen of Data Analysis·2023-10-14 19:16

数据特征选择 | Lasso特征选择（Python）

文章目录效果一览文章概述源码设计小结效果一览文章概述Lasso算法是一种经典的线性回归算法，被广泛应用于特征选择和降维问题。
算法如诗·2023-10-14 19:11

机器学习sklearn之数据预处理及特征选择

数据预处理归一化特点：通过对原始数据进行变换把数据映射到(默认为[0,1])之间当数据中几个特征同等重要时：进行归一化，目的是让某一个特征对最终结果不会造成更大的影响公式：x’=(x-min)/(max-min)注：作用于每一列，max为一列的最大值，min为一列的最小值,那么x’为最终结果sklearn归一化API:sklearn.preprocessing.MinMaxScalerMinMax
夜风晚凉·2023-10-14 08:22

【机器学习】sklearn特征选择（feature selection）

Filter）方差过滤相关性过滤卡方过滤F验表互信息法小结嵌入法（Embedded）包装法（Wrapper）特征工程特征提取(featureextraction)特征创造(featurecreation)特征选择
高 朗·2023-10-14 08:19

机器学习：决策树

一、决策树定义1、决策树构成根节点、内部节点、叶节点（终节点）；2、学习算法决策树学习算法包含特征选择、决策树的生成与决策树的剪枝。
Little_mosquito_·2023-10-13 04:47

机器学习问题解决架构模板（通用）

通用机器学习流程与问题解决架构模板前言数据标签的种类评估指标库机器学习总体框架识别问题识别对象数值变量处理分类变量有两种变法：把分类变量转化为标签把标签转化为二进制变量处理文本变量特征堆叠应用机器学习模型（应用机器学习模型得不到好模型）分解模型特征选择模型选择
skyHdd·2023-10-13 02:34

2022-1-29第四章机器学习进阶--回归

)概念：给定k个点，一定存在k-1次项方程式，通过这个K个点线性回归：出现过拟合（正则项：避免参数过大造成的过拟合）：L2正则化—岭回归（加了L2正则项的最小二乘估计）–施加给损失函数的惩罚项（L1有特征选择功能
YJF-NJU·2023-10-12 23:23

多元线性回归，BP神经网络，支持向量机，决策树、随机森林、Adaboost、XGBoost和LightGBM，遗传算法，变量降维与特征选择算法，卷积神经网络，迁移学习，自编码器等在近红外光谱应用

神经网络及其在近红外光谱分析中的应用第五章支持向量机（SVM）及其在近红外光谱分析中的应用第六章决策树、随机森林、Adaboost、XGBoost和LightGBM及其在近红外光谱分析中的应用第七章遗传算法及其在近红外光谱分析中的应用第八章变量降维与特征选择算法及其在近红外光谱分析中的
WangYan2022·2023-10-12 06:12

特征工程分析常见方法

1概述特征工程是一个超集，它包括特征提取、特征构建和特征选择这三个子模块。在实践当中，每一个子模块都非常重要，忽略不得。
Kellem_·2023-10-12 01:09

CART 算法——决策树

损失函数（2）算法步骤：CART是英文“classificationandregressiontree”的缩写，翻译过来是分类与回归树，与前面说到的ID3、C4.5一致，都是决策树生成的一种算法，同样也由特征选择
阿波拉·2023-10-11 00:22

【AI】深度学习——人工智能、深度学习与神经网络

文章目录0.1如何开发一个AI系统0.2表示学习(特征处理)0.2.1传统特征学习特征选择过滤式包裹式L1L_1L1正则化特征抽取监督的特征学习无监督的特征学习特征工程作用0.2.2语义鸿沟0.2.3表示方式关联
AmosTian·2023-10-10 15:11

机器学习与模式识别作业----决策树属性划分计算

文章目录1.决策树划分原理1.1.特征选择1--信息增益1.2.特征选择2--信息增益比1.3.特征选择3--基尼系数2.决策树属性划分计算题2.1.信息增益计算2.2.1.属性1的信息增益计算2.2.2
温柔济沧海·2023-10-10 13:43

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
AAA肿瘤信息学王协·2023-10-09 04:15

SAP从入门到放弃系列之QM检验方法（Inspection Method）

关于创建主检验特征详见：SAP从入门到放弃系列之QM主检验特征当任务清单中包含主检验特征时，将为任务清单中的特征选择特定的检验方法。
蓝袍先生·2023-10-08 03:07

递归式特征消除：Recursive feature elimination(RFE)

此算法是用来进行特征选择，属于包装法特征选择算法的其中一种。递归消除特征法使用一个机器学习模型来进行多轮训练，每轮训练结束后，消除若干权值系数对应的特征，再基于新的特征集进行下一轮训练。
Williamongh·2023-10-07 19:55

机器学习-特征选择：如何使用交叉验证精准选择最优特征？

特征选择旨在从原始数据中挑选出最具信息量和预测力的特征，以降低维度和噪声的影响，提高模型的泛化能力和效率。有效的特征选择可以帮助我们理解数据、简化模型、减少计算成本，并降低过拟合的风险。
笑不语·2023-10-07 11:07

机器学习：决策树

特征选择根节点的选择该用哪一个特征呢？接下来的节点呢？我们的目标是根节点就像大当家一样可以更好的决策数据，根节点下面的节点自然是二当家，以此类推下去。
fakerth·2023-10-06 20:53

UG\NX二次开发 特征选择对话框 UF_UI_select_feature

简介：UG\NX二次开发特征选择对话框UF_UI_select_feature效果：代码：#include#include#include#include#include#includeusingnamespacestd
王牌飞行员_里海·2023-10-06 17:09

XGBoost

而XGBoost也是用的是CART树作为弱学习器，但是它不是根据gini或者均方误差来进行特征选择，而是重新定义了树的特征选择计算的损失函数，根据一阶函数和二阶函数的和最小来进行特征选择。
Diamond1995·2023-10-06 16:49

ApacheCN 深度学习译文集 20201218 更新

新增了四个教程：Python人工智能中文版0前言1人工智能简介2人工智能的基本用例3机器学习管道4特征选择和特征工程5使用监督学习的分类和回归6集成学习的预测分析7通过无监督学习检测模式8构建推荐系统9
布客飞龙·2023-10-06 03:55

Task4模型调参

并掌握机器学习模型的建模与调参流程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
酱油啊_·2023-10-05 00:43

智能优化算法-超290种基础优化算法Matlab版代码下载

引言群智能优化算法可以作为很好的工具来解决许多实际问题，如特征选择、图像分割、医学诊断，经济排放调度问题，植物病害识别，工程设计，PID优化控制，设备故障诊断，机器学习模型参数整定等等。
88号技师·2023-10-03 09:36

【生物信息学】使用HSIC LASSO方法进行特征选择

目录一、实验介绍二、实验环境1.配置虚拟环境2.库版本介绍3.IDE三、实验内容0.导入必要的工具1.读取数据2.划分训练集和测试集3.进行HSICLASSO特征选择4.特征提取5.使用随机森林进行分类
QomolangmaH·2023-10-02 16:42

利用python实现对csv,arff,libsvm特征文件的导入，同时实现svm+f-score特征选择

使用方法使用python语言实现对于支持向量机（SVM）特征选择的实现，特征选择算法为f-score,该程序的主要有点是可输入文件囊括了csv,libsvm,arff等在序列分类的机器学习领域常用到的格式
狼无雨雪·2023-10-02 00:46

决策树与随机森林

2.2.1特征选择2.2.2分裂标准2.2.2.1信息增益2.2.2.2基尼不纯度2.2.2.3信息增益率2.3决策树的剪枝2.3.1预剪枝2.3.2后剪枝2.4优缺点3.随机森林3.1从决策树到随机森林的思考
@kc++·2023-09-29 23:37

机器学习-特征选择：如何使用交叉验证精准选择最优特征？

特征选择旨在从原始数据中挑选出最具信息量和预测力的特征，以降低维度和噪声的影响，提高模型的泛化能力和效率。有效的特征选择可以帮助我们理解数据、简化模型、减少计算成本，并降低过拟合的风险。
笑不语·2023-09-29 11:33

分类预测 | MATLAB实现WOA-FS-SVM鲸鱼算法同步优化特征选择结合支持向量机分类预测

分类预测|MATLAB实现WOA-FS-SVM鲸鱼算法同步优化特征选择结合支持向量机分类预测目录分类预测|MATLAB实现WOA-FS-SVM鲸鱼算法同步优化特征选择结合支持向量机分类预测效果一览基本介绍程序设计参考资料效果一览基本介绍
机器学习之心·2023-09-29 06:12

工业蒸汽量预测（速通二）

工业蒸汽量预测（二）特征工程1.数据预处理和特征处理1.1数据预处理1.2特征处理2.特征降维2.1特征选择2.2多重共线性分析2.3线性降维模型训练1回归模型训练和预测2线性回归模型3K近邻回归模型4
盖盖的博客·2023-09-28 23:28

分类预测 | MATLAB实现SSA-FS-SVM麻雀算法同步优化特征选择结合支持向量机分类预测

分类预测|MATLAB实现SSA-FS-SVM麻雀算法同步优化特征选择结合支持向量机分类预测目录分类预测|MATLAB实现SSA-FS-SVM麻雀算法同步优化特征选择结合支持向量机分类预测效果一览基本介绍程序设计参考资料效果一览基本介绍
机器学习之心·2023-09-28 11:12

SPSS-时间序列

1、数据--定义日期2、分析--预测--创建模型，【条件】根据索引列是否有日期特征选择季节性或者非季节性3、将输出内容补充完整
提拉米苏_5842·2023-09-27 10:54

SVM发展历史、现状、未来趋势

2、现状理论改进：模糊支持向量机最小二乘支持向量机加权支持向量机主动学习的支持向量机粗糙集与支持向量机的结合基于决策树的支持
席八·2023-09-27 09:46
上一页 3 4 5 6 7 8 9 10 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他