腾讯云
开发者社区
文档
建议反馈
控制台
首页
学习
活动
专区
工具
TVP
最新优惠活动
文章/答案/技术大牛
搜索
搜索
关闭
发布
登录/注册
首页
学习
活动
专区
工具
TVP
最新优惠活动
返回腾讯云官网
智能算法
专栏作者
举报
381
文章
636003
阅读量
111
订阅数
订阅专栏
申请加入专栏
全部文章
编程算法
深度学习
其他
机器学习
人工智能
神经网络
图像处理
卷积神经网络
python
图像识别
决策树
opencv
大数据
数据分析
html
强化学习
tensorflow
存储
人脸识别
java
线性回归
机器人
数据挖掘
监督学习
微信
https
批量计算
http
游戏
开源
网络安全
javascript
.net
数据库
linux
自动化
无人驾驶
小程序
数据处理
NLP 服务
自动驾驶
c++
scala
css
android
github
分布式
推荐系统
二叉树
安全
数据可视化
数据结构
区块链
数字货币
php
perl
c#
bootstrap
node.js
json
ecmascript
嵌入式
硬件开发
oracle
sql
ide
api
matlab
搜索引擎
apache
tornado
文件存储
机器翻译
腾讯云测试服务
网站
yarn
容器
缓存
黑客
互联网金融
html5
unity
npm
keras
自动化测试
单元测试
kernel
scikit-learn
uml
无监督学习
windows
物联网
架构设计
nat
云计算
jupyter notebook
分类算法
学习方法
exit
fft
get
gif
goto
padding
protected
public
twitter
产品经理
程序员
反射
互联网
网络
搜索文章
搜索
搜索
关闭
结合Scikit-learn介绍几种常用的特征选择方法(上)
scikit-learn
机器学习
特征选择(排序)对于数据科学家、机器学习从业者来说非常重要。好的特征选择能够提升模型的性能,更能帮助我们理解数据的特点、底层结构,这对进一步改善模型、算法都有着重要作用。 特征选择主要有两个功能: 减少特征数量、降维,使模型泛化能力更强,减少过拟合 增强对特征和特征值之间的理解 拿到数据集,一个特征选择方法,往往很难同时完成这两个目的。通常情况下,我们经常不管三七二十一,选择一种自己最熟悉或者最方便的特征选择方法(往往目的是降维,而忽略了对特征和数据理解的目的)。 在许多机器学习相关的书里,很难
智能算法
2018-04-02
4.4K
0
没有更多了
社区活动
腾讯技术创作狂欢月
“码”上创作 21 天,分 10000 元奖品池!
立即发文
Python精品学习库
代码在线跑,知识轻松学
立即查看
博客搬家 | 分享价值百万资源包
自行/邀约他人一键搬运博客,速成社区影响力并领取好礼
立即体验
技术创作特训营·精选知识专栏
往期视频·千货材料·成员作品 最新动态
立即查看
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