Domande taggate «feature-selection»

Metodi e principi per la selezione di un sottoinsieme di attributi da utilizzare in ulteriori modelli

1
Ridimensionamento (funzionalità) degli alberi decisionali e normalizzazione (ottimizzazione) delle variabili (funzione) richiesti in quali implementazioni?
In molti algoritmi di machine learning, il ridimensionamento delle funzioni (noto anche come ridimensionamento variabile, normalizzazione) è un passaggio di preprocessamento comune Wikipedia - Ridimensionamento delle funzionalità - questa domanda era vicina Domanda n. 41704 - Come e perché funzionano la normalizzazione e il ridimensionamento delle funzioni? Ho due domande …
1
In che modo LASSO seleziona tra i predittori collineari?
Sto cercando una risposta intuitiva al perché un modello GLM LASSO seleziona un predittore specifico da un gruppo di quelli altamente correlati e perché lo fa in modo diverso dalla migliore selezione delle funzioni del sottoinsieme. Dalla geometria di LASSO mostrata in Fig. 2 in Tibshirani 1996 sono portato a …
1
Come quantificare la ridondanza delle funzionalità?
Ho tre funzionalità che utilizzo per risolvere un problema di classificazione. Inizialmente, queste caratteristiche producevano valori booleani, quindi ho potuto valutare la loro ridondanza osservando quanto si sovrappongono gli insiemi di classificazioni positive e negative. Ora ho invece esteso le funzionalità per produrre valori reali (punteggi), e vorrei analizzarne nuovamente …
3
Identificazione delle funzionalità filtrate dopo la selezione delle funzionalità con scikit learn
Ecco il mio codice per il metodo di selezione delle funzionalità in Python: from sklearn.svm import LinearSVC from sklearn.datasets import load_iris iris = load_iris() X, y = iris.data, iris.target X.shape (150, 4) X_new = LinearSVC(C=0.01, penalty="l1", dual=False).fit_transform(X, y) X_new.shape (150, 3) Ma dopo aver ottenuto la nuova X (variabile dipendente …
3
Selezione delle funzionalità mediante l'apprendimento approfondito?
Voglio calcolare l'importanza di ogni funzione di input usando il modello profondo. Ma ho trovato solo un articolo sulla selezione delle funzionalità utilizzando l'apprendimento approfondito: selezione approfondita delle funzionalità . Inseriscono uno strato di nodi collegati direttamente a ciascuna funzione, prima del primo livello nascosto. Ho sentito che Deep Network …
2
In realtà va bene eseguire la selezione delle funzioni senza supervisione prima della convalida incrociata?
In The Elements of Statistical Learning , ho trovato la seguente dichiarazione: Esiste una qualifica: le fasi iniziali di screening senza supervisione possono essere eseguite prima che i campioni vengano esclusi. Ad esempio, potremmo selezionare i 1000 predittori con la varianza più elevata tra tutti i 50 campioni, prima di …
Utilizzando il nostro sito, riconosci di aver letto e compreso le nostre Informativa sui cookie e Informativa sulla privacy.
Licensed under cc by-sa 3.0 with attribution required.