- 博客(2)
- 问答 (2)
- 收藏
- 关注
RSS订阅原创 计算智能课程设计——利用EDA分布估计算法对乳腺癌数据集进行特征选择
在本项目中，使用了EDA进化计算算法来辅助特征选择。算法通过生成随机样本并基于特征子集的表现来估计每个特征的重要性。这种方法优势在于能够利用模型的性能指标，例如分类准确率或回归误差，作为特征重要性的度量标准。通过迭代进化，我们可以发现在特定任务中，某些特征子集对于模型性能的贡献更大，这有助于提高模型的泛化能力。经过对比以上提出的特征选择方法，本文进行了反思与总结如下：1）综合以上算法得出的最佳特征子集，可以看出在原先的30项特征数据项 中 ，symmetry_worstarea_mean。
2024-04-01 13:22:45
964
原创 物联网数据处理技术课程设计——基于python实现的智能图书馆借阅管理系统（OpenCV+MySQL）
语言环境：Python数据库：Mysql开发工具：VScode。
2024-03-31 18:27:14
1003
jupyter无法正常运行，输入后也不变色
2022-04-09
为什么还没输入就直接结束运行（Babelfish）
2022-04-07
TA创建的收藏夹 TA关注的收藏夹
TA关注的人