3回答
K近邻和决策树的特征选择
、、、
我有两个数字，数字和9个特征。图中的颜色表示两位数。📷📷用最少的重叠量选择特征x和特征y有助于达到最优的决策边
浏览 0提问于2016-11-06得票数 4
回答已采纳
我从这里学习机器学习，本课程使用“Scikit learning”进行回归-- https://www.udemy.com/machinelearning/我能否始终应用特征缩放，无论我使用的<
浏览 0提问于2018-08-07得票数 3
如果我已经使用数据集的最先进的特征工程方法生成了特征，那么除了对特征进行少量的修改之外，还可以将它用于任何一种算法来构建模型，从而插入不同的算法吗？
在从数据集构建特征时，是否存在算法依赖关系？
浏览 0提问于2018-06-01得票数 -1
3回答
我可以看到，对于一些训练回归算法，作者使用了特征缩放，而对于某些回归算法，他没有使用特征缩放，因为一些“scikit学习”回归算法会自己处理特征缩放。如何知道我们需要在哪种训练算法中进行特征缩放，以及我们不需要在哪里进行？
浏览 2提问于2018-08-03得票数 0
1回答
所有这些方法都给出了不同的特征集，并根据它们在其他特征选择方法中出现的频率对它们进行排序。因此，我将它们按降序排列，并选择在至少3-4个特征选择算法中出现的特征。2)是否有像RFE这样的算法，但是哪种算法能像遗传算法那样进行详尽的搜索，并最终得到最优的<
浏览 0提问于2020-01-03得票数 2
回答已采纳
1回答
回归与分类的特征选择
、、、、
因此，在应用机器学习算法之前，我希望对我的训练数据进行特征选择。我将使用相同的数据集在许多不同的ML算法上运行，以决定什么是最好的，所以如果我只需要进行一次特征选择并将新的数据集传递给不同的算法，那么效率就会更高。问题1)对于回归和分类问题，我可以执行相同
浏览 1提问于2018-02-28得票数 1
回答已采纳
提出了多机学习算法，对某些特征进行排序。是否有一种算法或统计方法可以将每个特征的排序合并成一个最终的排名列表，其中考虑到算法的特征重要性分数？
浏览 0提问于2021-08-16得票数 0
1回答
我知道支持向量机、随机树林和logistic回归是著名的机器学习(ML)分类算法。上面的ML算法是否用于提取特征，而不是选择的一部分？ML算法包括特征提取和分类两个过程吗？
训练ML算法的结果(准确性、特异性、敏感性.)在特征提取之后，告诉我们疾病分类的结果吗？
浏览 2提问于2019-11-13得票数 1
回答已采纳
3回答
我正在研究聚类算法。我在处理泰坦尼克号数据集。它包含6个分类特征。我在这个数据集上使用了k均值算法。我对分类特征使用标签编码。但是我发现分类特征应该使用欧几里德距离。它应该使用Hamming距离。那么，如何使k-意味着精细地工作在混合特征上？我不需要其他算法。我只想在混合特征数据集上使用k--意思。
浏览 0提问于2020-06-23得票数 1
1回答
实现了“误差概率和平均相关系数”算法。(更多信息，。从一组特征中选择未使用的特征是一种算法。据我所知，这个算法并不局限于布尔值特征，但我不知道如何将其用于连续特征。这是我能找到的关于这个算法的唯一例子：因此，X是预测特征，C是任意特征。为了计算C值的错误概率，选择与绿件不匹配的值。
浏览 2提问于2013-08-18得票数 0
回答已采纳
1回答
有人能指出特征选择和聚类以及降维算法之间的区别吗？聚类帮助我们指出哪些变量簇清楚地定义了输出。这与降维算法不一样吗？特征选择+聚类不是和降维算法一样吗？
浏览 4提问于2015-10-27得票数 0
1回答
我正在搜索一种特征选择算法，该算法选择以下特征：所有样本的差异都很大基于随机森林分类器特征重要性结果的特征选择然而，我不知道哪一个可能是最好的，或是否有更好的候选人为此目的。如果该算法是用Python实现的
浏览 0提问于2016-06-28得票数 1
回答已采纳
2回答
最近我有一个机器学习(ML)项目，它需要识别特征(inputs，a1，a2，a3 ...A)对目标/产出有很大影响。我使用线性回归来获得特征的系数，并使用决策树算法(例如随机森林回归)来获得重要的特征(或特征重要性)。 我的理解对吗?线性回归中系数大的特征应该在决策树算法中特征重要性的最高列表中。
浏览 29提问于2019-04-18得票数 1
回答已采纳
2回答
matlab并行特征值分解
、、、、
我一直试图想出一个并行特征值分解的算法，但我尝试的算法中没有一个能击败matlab的eig算法，所以有谁知道matlab对eig函数使用哪种算法？或者有没有人能给我推荐一个很好的特征值分解的并行算法？
浏览 0提问于2013-10-10得票数 1
1回答
如果我使用基于相似度的算法来比较两个特征向量，并且我想知道特征集之间非常不相似的维度/特征字段，那么使用什么算法？我使用的是Mahout，这是一个用于Java的机器学习库
浏览 0提问于2012-03-13得票数 0
回答已采纳
我开始学习机器学习算法的应用时间和地点。对于异常检测算法，如果你看一下Azure机器学习算法的小抄，它说“100个特征”，分类下的两个SVC也是如此。在这两种算法中，100特征是什么意思？ ?
浏览 7提问于2018-12-20得票数 0
回答已采纳
我发现，该算法识别了许多特征有些不同的情况，但是当大多数特征是正常的，并且只有一个或少量的特征是异常的时候，该算法是不可靠的。我想知道什么超参数可以改变，以使模型更敏感的单一特征-异常值？
📷
浏览 0提问于2022-07-19得票数 0
我遇到了一个关于计算线性代数的话题，它讨论了计算特征值的迭代算法。我使用幂法，它是一种迭代算法，它将向量序列收敛到最大特征值。幂法的一个应用是拉里·佩奇和谢尔盖·布林开发的著名的PageRank算法。该算法的整个概念是对应于系统Gv=v的最大特征值的特征向量问题，其中G是D1矩阵。这种特征向量可以用幂法求出。
浏览 0提问于2021-08-17得票数 1
回答已采纳
1回答
特征子集选择
、、
在我们降低数据集的维数之前，我们对该数据集应用学习算法，并获得一个目标函数，该目标函数为数据样本生成结果。这可能是我们的分类器或回归器。根据我到目前为止读到的资源，“你从一个空的特征集开始，在算法的每一步中，选择提高目标函数性能的特征并添加到你的特征集中。这个操作会继续下去，直到添加新的特征不能提高分类器
浏览 1提问于2018-04-23得票数 1
扫码
添加站长 进交流群
领取专属 10元无门槛券
手把手带您无忧上云
相关资讯
热门标签
云服务器
ICP备案
对象存储
腾讯会议
云直播活动推荐
腾讯云开发者
