前往小程序,Get更优阅读体验!
立即前往
首页
学习
活动
专区
工具
TVP
发布
社区首页 >专栏 >集成特征选择

集成特征选择

作者头像
陆勤_数据人网
发布2020-02-18 16:47:05
1.3K0
发布2020-02-18 16:47:05
举报
文章被收录于专栏:数据科学与人工智能

以下文章来源于数据思践 ,作者王路情

导读

阅读完本文,你可以知道:

1 集成特征选择是什么

2 集成特征选择的类型

3 集成特征选择要解决的关键问题

4 集成特征选择实现的常用工具

1

集成特征选择定义

集成特征选择是融合集成学习思想和特征选择方法,它结合了多个特征选择器的输出,通常可以提高性能,使得用户不必局限于选择单一的方法。简而言之:

集成特征选择 = 集成学习 + 特征选择

2

集成特征选择类型

集成特征选择可以分为同构的和异构的

同构的是指采用相同基特征选择器;而异构的是指采用不同的基特征选择器

类似于,集成学习器里面的基分类器可以是相同的分类器,也可以是不同的分类器。

同构的,即对不同的训练数据集使用相同的特征选择方法;异构的,即对相同的训练数据集使用不同的特征选择方法。

3

集成特征选择要解决的关键问题

集成特征选择要解决的关键问题,描述如下:

1 基特征选择选择器的确定

2 集成特征选择的策略,是采用同构的,还是异构的

3 集成特征选择的最终结果的合并策略

4

集成特征选择实现的常用工具

集成特征选择方法实现的常用工具

1 MATLAB,它的统计学和机器学习工具箱包括这些方法可以做特征选择。1)fscnca, 利用邻域成分分析进行特征选择分类;2)fsrnca, 利用邻域成分分析进行特征选择回归;3)relieff,利用ReliefF算法获得变量的重要性分析。等等。

2 R,有许多R包可以做特征选择。最著名的R包是caretboruta

3 Scikit-Learn,包括一些特征选择方法。例如基于低方差移除特征;基于卡方检验和互信息的单一变量的特征选择;递归特征消除的方法。等等。

关于集成特征选择,您有什么想法请留言

本文参与 腾讯云自媒体同步曝光计划,分享自微信公众号。
原始发表:2020-01-14,如有侵权请联系 cloudcommunity@tencent.com 删除

本文分享自 数据科学与人工智能 微信公众号,前往查看

如有侵权,请联系 cloudcommunity@tencent.com 删除。

本文参与 腾讯云自媒体同步曝光计划  ,欢迎热爱写作的你一起参与!

评论
登录后参与评论
0 条评论
热度
最新
推荐阅读
相关产品与服务
TI-ONE 训练平台
TI-ONE 训练平台(以下简称TI-ONE)是为 AI 工程师打造的一站式机器学习平台,为用户提供从数据接入、模型训练、模型管理到模型服务的全流程开发支持。TI-ONE 支持多种训练方式和算法框架,满足不同 AI 应用场景的需求。
领券
问题归档专栏文章快讯文章归档关键词归档开发者手册归档开发者手册 Section 归档