粗糙集特征选择

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

03-决策树（cart）

1.CART分类树算法的最优特征选择方法我们知道，在ID3算法中我们使用了信息增益来选择特征，信息增益大的优先选择。
kang_james·2023-09-25 10:55

回归预测 | Matlab实现基于MIC-BP最大互信息系数数据特征选择算法结合BP神经网络的数据回归预测

回归预测|Matlab实现基于MIC-BP最大互信息系数数据特征选择算法结合BP神经网络的数据回归预测目录回归预测|Matlab实现基于MIC-BP最大互信息系数数据特征选择算法结合BP神经网络的数据回归预测效果一览基本介绍研究内容程序设计参考资料效果一览基本介绍
机器学习之心·2023-09-23 05:15

processor wei's papers 阅读

UnsupervisedFeatureSelectionwithJointClusteringAnalysis由于非监督特征选择可以在没有任何先验类信息的情况下降低数据维度，并且取的很好的表现，所以有很大的研究价值
雨住多一横·2023-09-23 03:10

逻辑回归中对L1\L2正则化的理解

其目标是将一些权重压缩为零，从而实现特征选择的效果。L1正则化的数学形式如下：R(w)=λ∑i=1n∣wi∣\LargeR(w)=\lambda\sum_{i=1}^{n}|w_i|R(w)
羊驼养殖户·2023-09-23 02:39

使用scikit-learn进行特征选择

参考文章：《特征工程入门与实践》——第5章特征选择：对坏属性说不信用卡逾期数据集：creditcardclientsDataSet本文代码开源链接：FeatureSelection本文主要以信用卡逾期分类任务作为案例
活用数据·2023-09-21 18:25

机器学习实战【泰坦尼克号沉船预测】（附python代码）

典型的回归问题，希望在此过程中熟练掌握机器学习的基本流程，数据预处理与特征选择的思路。同类型经典赛题：阿里云天池大赛的工业蒸汽量预测问题。
百无一用是书生_helloworld·2023-09-20 13:39

机器学习：特征工程基本流程

特征工程包括特征构建、特征提取、特征选择三个部分。特征构建是指从原始数据中人工的找出一些具有物理意义的特征，属性分割和结合是特征构建时常使用的方法。
向着光噜噜·2023-09-20 06:24

[管理与领导-96]：IT基层管理者 - 扩展技能 - 5 - 职场丛林法则 -10- 七分做，三分讲，完整汇报工作的艺术

汇报工作存在一些误解1.3汇报工作中的下错误做法1.4汇报工作与做实际工作的关系二、工作汇报的内容与艺术2.1工作汇报的内容应当包括以下方面2.2汇报的内容要根据上司的管理风格而异2.3时间管理四象限的重要性、紧急性特征选择汇报内容三
文火冰糖的硅基工坊·2023-09-17 04:17

f-score+svm特征选择过程pipeline

#coding:utf-8#In[]:#!/use/bin/envpythonimportpandasaspdimportnumpyasnpimportitertoolsfromsklearn.model_selectionimportKFoldfromsklearnimportsvmfromsklearn.model_selectionimporttrain_test_splitimportma
狼无雨雪·2023-09-17 02:05

机器学习实战-决策树

决策树(DecisionTree)优点：计算复杂度不高对中间缺失值不敏感可以处理不相关数据缺点：容易过拟合决策树算法主要有3个步骤:1.特征选择；2.构造决策树；3.决策树剪枝构造决策树构造过程需要解决以下几个问题
投篮手型差·2023-09-16 21:34

机器学习第五课--广告点击率预测项目以及特征选择的介绍

这个项目的主要的目的是通过给定的广告信息和用户信息来预测一个广告被点击与否。如果广告有很大概率被点击就展示广告，如果概率低，就不展示。因为如果广告没有被点击，对双方（广告主、平台）来讲都没有好处。所以预测这个概率非常重要，也是此项目的目标。在这个项目中，你需要完成以下的任务：1.数据的读取和理解:把给定的.csv文件读入到内存，并通过pandas做数据方面的统计以及可视化来更深入地理解数据。2.特
好人cc·2023-09-16 19:45

python——机器学习：sklearn特征选择feature_selection

特征选择是机器学习中很重要的一部分，构造并选取合适的特征，能极大的提高模型的表现。sklearn中feature_selection模块提供了一些特征选择方法。可以通过dir()的方法整体看一下。
兰泽S·2023-09-16 18:56

机器学习：10种方法解决模型过拟合

机器学习：10种方法解决模型过拟合本文介绍机器学习/深度学习建模过程防止模型过拟合的10种有效方法：增加训练数据集交叉验证正则化合适的特征选择降低模型复杂度集成方法早停法EarlyStopping数据增强
尤而小屋·2023-09-16 06:20

天池_二手车价格预测_Task3_特征工程

2️⃣树模型的特征构造2️⃣.1️⃣时间特征构造2️⃣.2️⃣城市信息特征提取2️⃣.3️⃣品牌特征提取3️⃣树模型的数据分桶4️⃣LR与NN模型的特征构造4️⃣.1️⃣与归一化4️⃣.2️⃣编码5️⃣特征选择
柯摩Excalibur·2023-09-16 03:10

高光谱遥感笔记2022.4.18

光谱特征选择与特征提取光谱数据库与光谱分析光谱数据库的意义作为标准参考光谱或训练样本，为定量、定性识别分类模型及软件提供基本数据源例子：美国地质调查局的USGS光谱库喷气推进实验室的JPL标准物质成份波谱库
Baron张·2023-09-15 09:41

A KECA identification method based on GA for E-nose data of six kinds of Chinese spirits

用矩阵相似度量法和遗传算法分别优化相应参数，在数据降维完成之后使用FDA（Fisher判别分析）对白酒进行分类介绍核变换将非线性分类问题转化为线性分类问题，然后利用线性模式识别技术解决复杂的非线性分类问题KECA主要用于特征选择和数据降维
day. day. up!·2023-09-14 19:52

竞赛 基于机器学习与大数据的糖尿病预测

文章目录1前言1课题背景2数据导入处理3数据可视化分析4特征选择4.1通过相关性进行筛选4.2多重共线性4.3RFE（递归特征消除法）4.4正则化5机器学习模型建立与评价5.1评价方式的选择5.2模型的建立与评价
iuerfee·2023-09-14 15:23

竞赛选题 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前言优质竞赛项目系列
laafeer·2023-09-14 13:55

竞赛 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前言优质竞赛项目系列
iuerfee·2023-09-14 13:10

竞赛选题 基于机器学习与大数据的糖尿病预测

文章目录1前言1课题背景2数据导入处理3数据可视化分析4特征选择4.1通过相关性进行筛选4.2多重共线性4.3RFE（递归特征消除法）4.4正则化5机器学习模型建立与评价5.1评价方式的选择5.2模型的建立与评价
laafeer·2023-09-14 07:21

分类预测 | Matlab实现基于MIC-BP-Adaboost最大互信息系数数据特征选择算法结合Adaboost-BP神经网络的数据分类预测

分类预测|Matlab实现基于MIC-BP-Adaboost最大互信息系数数据特征选择算法结合Adaboost-BP神经网络的数据分类预测目录分类预测|Matlab实现基于MIC-BP-Adaboost
机器学习之心·2023-09-12 22:29

机器学习（10）---特征选择

文章目录一、概述二、Filter过滤法2.1过滤法说明2.2方差过滤2.3方差过滤对模型影响三、相关性过滤3.1卡方过滤3.2F检验3.3互信息法3.4过滤法总结四、Embedded嵌入法4.1嵌入法说明4.2以随机森林为例的嵌入法五、Wrapper包装法5.1包装法说明5.2以随机森林为例的包装法六、总结一、概述 1.从所有的特征中，选择出有意义，对模型有帮助的特征，以避免必须将所有特征都导入模
冒冒菜菜·2023-09-12 11:57

AI平台如何赋能后端研发

特征处理包括特征存储、特征选择、特征清洗、特征加工
·2023-09-11 13:58

R语言机器学习与临床预测模型49--R语言如何系统学习机器学习？

它也提供了一个对于160多个基础学习包的统一接口，包括了“元算法”和模型选择技术，并扩展了基本学习算法的功能，比如超参数调参、特征选择、集成结构等。同时并行化
科研私家菜·2023-09-11 12:52

机器学习——自然语言处理（NLP）一

机器学习——自然语言处理（NLP）一文章目录前言一、TF-IDF算法1.1.原理1.2.算法步骤：1.2.1.文本预处理1.2.2.构建词袋模型1.2.3.计算TF-IDF值1.2.4.特征选择1.3.
星石传说·2023-09-09 05:58

数据降维（特征提取）和特征选择有什么区别？

Featureextraction和featureselection都同属于Dimensionreduction。要想搞清楚问题当中二者的区别，就首先得知道Dimensionreduction是包含了featureselection这种内在联系，再在这种框架下去理解各种算法和方法之间的区别。和featureselection不同之处在于featureextraction是在原有特征基础之上去创造凝
weixin_34051201·2023-09-09 01:52

机器学习处理问题的基本路线

数据分析3.特征工程4.建模调参5.模型融合异常处理：通过箱线图（或3-Sigma）分析删除异常值；BOX-COX转换（处理有偏分布）；长尾截断；特征筛选常用方法：过滤式（filter）：先对数据进行特征选择
魔法橘子·2023-09-08 09:29

机器学习——随机森林特征选择及周期性分析

一、随机森林随机森林由LeoBreiman提出，从原始训练样本集N中有放回地重复随机抽取k个样本生成新的训练样本集合，然后根据自助样本集生成k个分类树组成随机森林，新数据的分类结果按分类树投票多少形成的分数而定。其实质是对决策树算法的一种改进，对于决策树算法只是一棵树，而随机森林因为”森林“我们一可以看出如其名，是将多棵决策树合并一起，每棵树的建立依赖于一个独立抽取的样品，森林中的每棵树具有相同的
泡泡怡·2023-09-08 06:24

论文笔记_21范数:Efficient and Robust Feature Selection via Joint 2,1-Norms Minimization

Abstract特征选择在机器学习中非常重要，尤其是在生物信息学任务中。本文提出一种新的鲁棒特征选择方法，这一方法核心在于在损失函数核正则化项中联合使用21范数。
Lr_AI·2023-09-08 01:27

特征选择 Feature selection

特征选择Featureselection1.13特征选择Featureselection1.13.1.Removingfeatureswithlowvariance（删除第方差的特征）1.13.2.Univariatefeatureselection
毒鸡蛋·2023-09-07 23:27

【NLP保姆级教程】手把手带你RCNN文本分类(附代码)

传统的文本分类工作主要分为三个过程：特征工程、特征选择和不同分类机器学习算法。1.1特征工程对于文本数据的特征工程来说，最广泛使用的功能是bag-of-words、tf-idf等。
kaiyuan_nlp·2023-09-07 08:11
上一页 3 4 5 6 7 8 9 10 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他