属性选择方法小结

本文总结了属性选择的重要性和分类,包括包装法、过滤法和嵌入法,并提供了R和Python的相关工具包资源,同时列举了多个关于属性选择的参考文献,帮助理解并实践特征选择在数据挖掘和模式识别中的作用。
摘要由CSDN通过智能技术生成

  事物的属性从多个角度描述了事物,然而有的属性对于我们的目标是不重要的,或者起了反作用,这就需要我们从众多属性中,把这些捣蛋分子识别出来,保留下好用的属性。本文对属性选择做一下简单的总结,以备自己查询~

Feature Selection & Feature Extraction

  属性选择(Feature Selection):重点在于选择,从已知的属性中选出需要的。
  属性提取(Feature Extraction):重点在于提取,从已知的属性中产生新的属性。

Hypothesis

  进行属性选择的前提假设:数据包含多余或者不相关的属性

FS Method

  属性选择大体分为三类:包装法(wrappers method),过滤法(filter method),嵌入法(embedded method)
  包装法:are a predictive model to score feature subset.使用误差率来评估。包装法将学习方法作为一个黑盒。
  包装法示意图如下:
  

包装法示意图
  • 1
    点赞
  • 6
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值