- 博客(2)
- 收藏
- 关注
RSS订阅转载 特征选择和特征理解
作者：Edwin Jarvis 特征选择(排序)对于数据科学家、机器学习从业者来说非常重要。好的特征选择能够提升模型的性能，更能帮助我们理解数据的特点、底层结构，这对进一步改善模型、算法都有着重要作用。 特征选择主要有两个功能： 减少特征数量、降维，使模型泛化能力更强，减少过拟合 增强对特征和特征值之间的理解 拿到数据集，一个特征选择方法，往往很难同时完成这两个目的。通常情况下，我们经常...
2018-08-29 11:19:10
493
转载 数据挖掘之特征选择
by wangben @ beijing 数据挖掘之特征选择 特征选择的主要目的有两点： 1. 减少特征数量提高训练速度，这点对于一些复杂模型来说尤其重要 2. 减少noisefeature以提高模型在测试集上的准确性。一些噪音特征会导致模型出现错误的泛化（generalization），从而在测试集中表现较差。另外从模型复杂度的角度来看，特征越多模型的复杂度越高...
2018-08-29 10:23:29
901
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人