![](https://img-blog.csdnimg.cn/20201014180756780.png?x-oss-process=image/resize,m_fixed,h_224,w_224)
机器学习
文章平均质量分 60
机器学习
WaterontheMoom
这个作者很懒,什么都没留下…
展开
-
2021-03-26 特征工程
特征工程 1 定义及意义 特征工程 Feature Engineering 将原始数据转化成更好的表达问题本质的特征的过程,使得将这些特征运用到预测模型中能提高对不可见数据的模型预测精度。 目的 发现重要特征,即对因变量y有明显作用的特征(自变量x)。 特征——对建模有用的属性 特征选择——从许多特征到一些有用的特征 特征提取——从原始数据自动构建新特征 特征构造——从原始数据手动构建新特征 特征重要性——对特征有用性的估计 更好的特征——更加复杂 更好的特征——简化模型 更好的特征——结果更优 下图是原创 2021-03-26 14:13:19 · 457 阅读 · 0 评论 -
2021-03-21 PCA和LDA详解 | 转载
PCA和LDA详解 ppt 代码 使用PCA对数据进行降维,我们使用两种方式: 直接按数学推导的方式实现PCA 使用sklearn实现PCA 利用降维后的特征进行逻辑回归分类 代码使用LDA对数据进行降维,我们使用两种方式: 直接按数学推导过程实现LDA 使用sklearn实现LDA 利用降维后的特征进行逻辑回归分类 ...转载 2021-03-22 19:51:57 · 81 阅读 · 0 评论