1回答
我正在考虑在信息检索上下文中构建框架的问题。B: 0 1 0 0 1 0D: 0 1 0 0 0 1F: 0 0 1 0 0 1然而，这些只是偏好。仅仅因为我们知道问题的“答案”，并
浏览 0提问于2018-07-06得票数 3
回答已采纳
我正在做一个ML分类项目，它需要执行mRMR作为管道中的一个步骤。我在网上试过几个，但它们似乎与Python3.7不兼容。我想知道是否有与python 3.7和当前版本的scikit-learn兼容的软件包？谢谢!
浏览 24提问于2020-02-05得票数 1
1回答
我目前正在做一个项目，我必须做一些功能选择，以建立一个预测模型。我被领到了一个叫做mRMRe的R包。我只是试着用这个例子，但做不到。这个例子可以在这里找到- 。这是我的密码-data <- data.frame(target=cgps.ic50, cgps.ge)# Update
data <-
浏览 7提问于2016-04-08得票数 3
回答已采纳
我在特征选择中使用了一种名为(MRMR)最小冗余最大相关性的过滤器度量。在我运行以下代码之后FeaturesFilei) = mutualinfo(d(:,i), f);
Error in mrmr (line 9
浏览 1提问于2017-01-09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
使用最小冗余最大
浏览 0提问于2016-06-28得票数 1
回答已采纳
4回答
为分类器选择可用特征子集的方法之一是根据标准(例如信息增益)对它们进行排序，然后使用分类器和排序特征的子集计算精度。例如，如果您的特性是A, B, C, D, E，如果它们按照D,B,C,E,A排序，那么您可以使用D、D, B、D, B, C、D, B, C, E来计算精度.直到你的准确度开始下降。📷
在example1 (上面)中，您将选择特性F, C, D, A并删除其他特性，因为它们降低了您<
浏览 0提问于2016-10-24得票数 11
回答已采纳
1回答
如何选择假设函数的度数？
、、、
在正常的机器学习问题中，你会得到许多特征(例如：-如果你正在制作一个图像识别器)，所以当有很多特征时，你不能可视化数据(你不能绘制图形)。在不绘制图形的情况下，有没有一种方法来确定我们应该使用多大程度的假设函数来解决这个问题？如何确定使用的最佳假设函数？例如：-w(0) + x(1)*w(1) + x(2
浏览 0提问于2012-10-11得票数 3
回答已采纳
2回答
我最近遇到了互信息的概念，并开始阅读它。由于我看到它可以得到非线性关系，在我看来，与相关系数相比，选择在ML模型中保留哪些特征可能是一种更有力的方法。y_vals, alpha=0.25) plt.xticks([])plt.show()然后，我计算了x特征和这些y特征之间的相关系数和MI分数。因此，我的问题是:当做一个ML项目(所以关系不
浏览 0提问于2022-10-14得票数 2
2回答
群套索与特征选择
、、
我有一个包含大量分类变量和二进制目标变量的数据集，我想把它放到svm中。我将分类变量转换为虚拟变量，因为我的观察结果比我想要执行的特性选择的变量少得多。因为我把分类变量转换成虚拟变量，所以我知道我不能使用简单的lasso，因为它会删除部分虚拟变量。
我正在寻找一个包来实现具有二进制目标的python上的群lasso，但是我找不到任何。据我所知，稀疏套索是组合套索和套索的组合。我尝试将它与参数值一起使用到group_r
浏览 0提问于2022-08-17得票数 1
2回答
特征冗余
、、
为什么特征是相互依赖的，具有高度相关性的特性，意味着它们是多余的？另外，PCA是否有助于去除冗余/不相关的特征，还是在我们的数据集上运行PCA之前，必须去除冗余/无关的特征？
浏览 0提问于2016-06-17得票数 2
回答已采纳
3回答
我有点搞不懂“特征选择/提取器/权重”意味着什么以及它们之间的区别。当我读文献的时候，我发现这个词使用得很松散，有时我觉得很失落，我最关心的是--
如果我训练分类器--通过一个特征集要求分类器注意文档中单词<e
浏览 2提问于2010-01-29得票数 14
我一直在使用一些单独的特征选择方法，e.g.RFE或Select K best，用于多标签分类。是否有一种技术或方法可以用于动态选择特征选择方法？例如，根据测试数据的统计还是基于规则的方法？
浏览 6提问于2015-04-18得票数 0
对数据科学来说是比较新的。我听说了一些关于将包含整数的列转换为0到1之间的范围的事情，我认为原因是，这样所有的列在它们的范围内都会更相似。我认为，还有一个步骤是移除离群值(非常高的整数)，这样就不会导致所有其他结果都被扭曲为一个低分数。如果是的话，是否有一个简单的命令可以使其在Pandas数据集中实现？
浏览 0提问于2020-03-05得票数 3
回答已采纳
2回答
盲特征工程
、、、
我收到了一个分析数据集，其中有~100个带有匿名列名的数字列(X1、X2、X3等.)并要求进行二进制分类。基于SVM的分类算法具有较好的分类精度(> 95%)，但由于对列没有直觉，除了标准标度、零值替换等外，我无法在特征工程或特征生成方面做更多的工作。对于如何进行某种自动特性生成，即各种列的简单数学组合以创建新的、有用的特性，是否有任何标准逻辑？这类东西对线性或基于树
浏览 0提问于2019-07-30得票数 3
1回答
我进退两难，我使用的是一个热编码，我需要进行特征选择(对于分类和数值特性)，我有一些不太重要的特性，但我不想使用一些算法来完成，而不是手动的。我的问题是双重的-
我是在一次热编码之后还是之前做的？
浏览 2提问于2020-10-08得票数 0
回答已采纳
在这段时间里(特别是在Netflix竞赛中)，我总是会遇到这个博客(或排行榜论坛)，他们提到如何通过对数据应用简单的SVD步骤来帮助他们减少数据的稀疏性，或者总体上提高他们手头算法的性能。一般来说，我手中的数据是非常嘈杂的(这也是bigdata的有趣部分)，然后我确实知道一些基本的特征缩放东西，比如对数变换东西，平均归一化。但是像SVD这样的东西有什么用呢？假设我有一个巨大的用户评分movies..and矩阵，然后在
浏览 1提问于2012-03-07得票数 36
回答已采纳
2回答
我正在尝试为CIFAR-10数据创建一个简单的分类器，但是当我尝试执行这段python代码时：from sklearn.multiclass import OneVsRestClassifier, dicts[i]['labels']))只要x和y的大小不是太大但是当我尝试了2个批次的20000个样本(或全部5个批次的50000
浏览 1提问于2017-12-13得票数 0
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
