shujuwajue
weixin_40871025
这个作者很懒,什么都没留下…
展开
-
数据挖掘之特征选择
by wangben @ beijing数据挖掘之特征选择特征选择的主要目的有两点: 1. 减少特征数量提高训练速度,这点对于一些复杂模型来说尤其重要 2. 减少noisefeature以提高模型在测试集上的准确性。一些噪音特征会导致模型出现错误的泛化(generalization),从而在测试集中表现较差。另外从模型复杂度的角度来看,特征越多模型的复杂度越高...转载 2018-08-29 10:23:29 · 838 阅读 · 0 评论 -
特征选择和特征理解
作者:Edwin Jarvis 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...转载 2018-08-29 11:19:10 · 463 阅读 · 0 评论