机器学习-周志华-个人练习11.3

本文探讨了Relief算法在特征选择中的局限性,并提出了一个创新的改进方法,该方法旨在同时评估每一对属性的重要程度。通过这种方式,可以更全面地理解特征间的关系,从而提高机器学习模型的性能。

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

11.3 Relief算法是分别考察每个属性的重要性。试设计一个能考虑每一对属性重要性的改进算法。

首先,我们知道单属性对应的统计量计算公式如下:

δj=i(diff(xji,xji,nh)2+diff(xji,xji,nm)2)
上式中 xji , xji,nh , xji,nm 等都是标量,因此可以考虑将其变为向量 x⃗ j1,j2i , x⃗ j1,j2i,n
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