顺序向后选择的特征选择原则是什么？

文章/答案/技术大牛

发布

1回答

machine-learning、feature-selection

例如，当我们使用顺序反向选择算法对特征A，B，C进行特征选择时，{A，B，C}的性能是0.7，{A，B}的性能是0.9，{A}的性能是0.6，那么会选择哪个特征子集？

浏览 43提问于2020-10-21得票数 0

1回答

MATLAB中的后向淘汰技术

matlab、selection、forward

我是统计系的一名学生，我有一篇关于与肥胖相关的日常生活行为因素的论文。我是MATLAB的新手，不知道从哪里开始。谁能帮帮我。

浏览 0提问于2012-06-15得票数 0

回答已采纳

1回答

是否有从不同的特征选择技术中选择特征的标准方法？

machine-learning、feature-engineering

我有四种不同的特征选择技术，向后消除，拉索，feature_importances和递归特征选择。每种技术返回的结果略有不同。例如,拉索:展开移动，然后传播递推:价差在从不同的模型中选择特征时，是否有标准的方法？您应该选择每个模型返回的特性，还是在进行此操作时有

浏览 0提问于2020-12-17得票数 1

1回答

F_Regression来自sklearn.feature_selection

python、scikit-learn、regression、feature-selection

在学习特征选择模块中找到了用于特征选择的F_regression技术。我无法理解它所使用的原则。给出的描述是-快速线性模型，用于测试单个回归器的效果，对许多回归者来说是顺序的。2.计算了数据与回归元之间的相互关系。它被转换成F分数，然后转换成p值. 我无法理解这一点，请有人用门外汉的术语来解释这一点。

浏览 2提问于2016-06-10得票数 2

1回答

特征子集选择

machine-learning、feature-selection、dimensionality-reduction

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<em

浏览 1提问于2018-04-23得票数 1

2回答

如果其中一个功能分支合并到主功能分支，那么更新取自功能分支的姊妹子功能分支的最佳方式是什么？

git、merge

如果B2合并到master中，那么更新B1的最佳方式是什么什么时候按顺序合并是有意义的，什么时候直接合并是有意义的，无论是特征分支向后向主还是向后向特征分支，还是特征分支之间的分支

浏览 0提问于2018-10-26得票数 0

1回答

函数makeFeatSelControlSequential中α参数和β参数的含义

r、cross-validation、feature-selection、mlr

对于确定性正向或反向搜索，我习惯于给p-值的阈值链接到与单个特征相关的系数。在makeFeatSelControlSequential在R/MLR 中的文档中，alpha和beta参数描述如下： β(数值(1))：顺序特征选择

浏览 1提问于2018-11-15得票数 0

回答已采纳

1回答

K-意思是应用于具有太多功能和零的数据格式。

python、pandas、machine-learning、k-means

我试图用36个特性和大量(88%)的零来聚一组数据。这是我在ML的第一份工作，我从K-Means开始，但是对于我选择的任何K，99.5%的数据仍然保留在集群0上。我尝试了一些PCA减少功能，但也出现了同样的问题。有什么办法我可以试试吗？

浏览 7提问于2022-11-07得票数 0

3回答

如何在R中使用包装器特征选择算法？

r、algorithm、feature-selection

我想使用前向/后向和遗传算法选择来找到用于特定算法的最佳特征子集。我如何在R中实现包装器类型的向前/向后和特征的遗传选择？

浏览 2提问于2016-04-20得票数 1

1回答

热图与变量间的相关性

machine-learning、feature-selection、correlation、heatmap

我会有一个关于热图和变量之间的相关性的问题。我创建了这个热图，观察变量和目标之间可能的相关性。我得到的价值很小。我想设置一个小的阈值，例如0.05，用于选择特性。

浏览 0提问于2021-02-27得票数 1

回答已采纳

1回答

loss.backward()是在每个样本上调用还是在每个批处理上调用？

machine-learning、pytorch

我有一个训练数据集，其中包含不同大小的特征。我理解这在网络体系结构方面的含义，并相应地设计了我的网络来处理这些异构的形状。然而，当谈到我的训练循环时，我对optimizer.zero_grad()、loss.backward()和optimizer.step()的顺序/位置感到困惑。由于特征大小不相等，我不能同时向前传递批处理的特性。(选择1)向后调用是否有意义。我认为，另一种选择

浏览 11提问于2022-03-30得票数 0

回答已采纳

1回答

为什么我必须选择SBS的特性数量-学习？

python-3.x、scikit-learn、feature-selection

例如，我在多个站点()上看到了SBS的解释，其中指出：我是不是遗漏了什么？

浏览 4提问于2021-10-02得票数 1

回答已采纳

1回答

顺序特征选择Matlab

matlab、select、forward

有人能解释一下如何在Matlab的sequentialfs中使用这个函数吗？有线索吗？！

浏览 0提问于2011-11-28得票数 5

回答已采纳

2回答

为什么你要用C读指针声明背字呢？

c++、c、pointers、syntax

在C语言中，对于简单的情况，似乎为了读取指针声明，必须向后进行。int尽管解析类型声明的正确方法是通过所谓的，但如果解析规则不同，以适应另一种方式对简单指针声明的读取，难道不是更容易吗？:这种设计选择背后的原则是什么？是

浏览 5提问于2017-06-27得票数 3

回答已采纳

1回答

用logistic回归分析学习RFE

scikit-learn、logistic-regression、feature-extraction、feature-selection、rfe

我正在尝试使用RFE特征选择来建立逻辑回归模型。False, False, False, False, False]) array([1, 1, 1, 1, 1, 6, 4, 3, 2, 5]) 如何使用rfe_model.support_提取所选特征的列表(数据框的子集)，并仅使用这些特征创建模型(手动创建for循环和子集特征列表本身的方法除外)？有没有更优雅的方式？奖励问题:我在哪里可以找到更多关于logistic回归特

浏览 51提问于2020-03-24得票数 2

回答已采纳

2回答

基于PCA的特征提取

matlab、statistics、artificial-intelligence、machine-learning、pca

我正在尝试从包含63个样本的2000个特征的数据中选择特征的子集。现在我知道如何在MATLAB中做PCA了。我使用了'pcacov‘，它也会返回特征向量和特征值。然而，我不知道如何选择我想要的功能。我的意思是，如果功能没有标记，我如何选择我的功能？或者它们将以相同的顺序返回？

浏览 0提问于2011-04-30得票数 3

回答已采纳

2回答

机器学习中操作的步骤和正确顺序是什么？[从获取数据到优化模型]

machine-learning、feature-selection、preprocessing、data-science-model、model-selection

我已经学习了很多关于机器学习的教程，但是在每一个教程中，它们都采用了不同的策略，所以这让我很困惑。我想知道所涉及的操作是什么，以及这些操作的正确顺序是什么。删除重复项创造新特征建立基本模型尝试找出不同的模型选

浏览 0提问于2019-11-22得票数 1

1回答

哪种方法是更好的拉索回归或顺序Foward选择？

machine-learning、regression、feature-selection

我有将近200个特性的大量数据，其中有几个可能是相关的？考虑到特征之间的相关性，为了选择最优的Lasso回归或序列正向选择特征(因为特征变换会转换无法解释的特征，所以不能对特征进行pca )。我所理解的事情很少:套索非常快，顺序前进的选择也非常缓慢。但我不确定lasso在相关特征下如何表现，即

浏览 0提问于2016-11-07得票数 3

2回答

是否有特定的顺序来进行特征选择和抽样？

feature-selection、dimensionality-reduction、class-imbalance、sampling

基于以下几个原因，我想对我的数据使用特征选择和观察次抽样：因为我有非常不平衡的数据，所以我不想在下游分类器中引入对最普遍的类别的偏见。我的问题是:是否有一个具体的顺序，我应该做特色和观察选择？例如，首先进行特征选择，然后再进行次采样？

浏览 0提问于2016-08-05得票数 5

2回答

是否应该在列车测试拆分之前或之后进行特征选择？

machine-learning、feature-selection、train-test-split

事实上，有两个事实是矛盾的，这两个事实是这个问题的可能答案：传统的答案是在拆分后进行，因为如果在测试集之前进行，则可能会出现信息泄漏。矛盾的回答是，如果只使用从整个数据集中选择的训练集进行特征选择，那么特征选择或特征重要性评分顺序可能会随着random_state的Train_Test_Split的变化而动态变化。如果任何特定工作的

浏览 0提问于2019-05-25得票数 21

点击加载更多