机器学习 4 model selection and feature selection

本次讲座涵盖了机器学习中交叉验证方法的介绍,包括留出法验证和Leave-One-Out CV等,并讨论了特征选择问题及两种不同的算法:前向选择算法从空集开始逐步增加特征,而后向搜索算法则从全集开始逐步移除特征。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

机器学习 第10讲 http://v.163.com/movie/2008/1/U/O/M6SGF6VB4_M6SGJURUO.html

1. hold-out cross validation

training set - 70%

cross-validation set - 30%

a. k = 10 

b. leave one out CV

2. feature selection problem 即数据挖掘中的特征化 属性选择

forward selection algorithm begin with empty set

backward search begin with full set

3. empty heart problem, 没听懂。

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