qq_39889473的博客

RDKit介绍、安装、简单可视化和相似性搜索

目录１特征工程是什么2 数据预处理2.1 无量纲化2.1.1 标准化2.1.2 区间缩放法2.1.3 标准化与归一化的区别2.2 对定量特征二值化2.3 对定性特征哑编码2.4 缺失值计算2.5 数据变换3 特征选择3.1 Filter3.1.1 方差选择法3.1.2 相关系数法3.1.3 卡方检验3.1.4 互信息法3.2 Wrapper3.2.1 递归特征消除法3.3 Embedded3.3.1 基于惩罚项的特征选择法3.3.2 基

网络这三个隐藏层和输出层到底干了些什么.1.Embedding层one-hot形式的特征编码过于稀疏,于是增加一个Embedding层来使特征稠密化…这个用法在NLP领域里用的实在太多了, 很普遍的一个做法.2.Stacking层主要用于解决特征交叉的问题;也是很常规的一个做法,将前面的独立特征拼接到一起,得到一个组合的全新特征.3.Multi Residual Units层起始就是加神网络,相当于加了几层没激活的残差网络,让模型可以更加充分的捕捉到各个特征之间的关联,也就是让特征之间得到充分