网站制作难吗,html5响应时网站,wordpress怎么屏蔽注册链接,emlog与wordpress当数据维数比较大时#xff0c;就需要进行降维#xff0c;特征选择是降维的一种主要方式#xff0c;又包括3种方法#xff1a;Filter、Wrapper和Enbedding。 1. Filter 过滤器方法#xff0c;这种方法首先选定特征#xff0c;再来进行学习。根据每一个属性的一些指标就需要进行降维特征选择是降维的一种主要方式又包括3种方法Filter、Wrapper和Enbedding。 1. Filter 过滤器方法这种方法首先选定特征再来进行学习。根据每一个属性的一些指标如方差等来确定这个属性的重要程度然后对所有属性按照重要程度排序从高到低的选择属性。选定了属性以后再来进行训练。比如Fisher Score、Laplacian Score等。这种方法其实不大好因为决定特征选择效果的不是单个的属性而是属性的集合比如属性A、B、C单个来看效果不好但是它们组合起来效果有可能不错。 2. Wrapper 包裹器方法这种方法把选定的特征集用分类器进行训练用训练效果如准确率等来作为特征集的评价。比如将启发式搜索、GA等。这种方法和分类器相结合比较直观和Filter相比也更加合理。缺点是计算开销较大。 3. Embedding 嵌入式方法即把特征选择的过程作为学习过程的一部分在学习的过程中进行特征选择最典型的如决策树算法。转载于:https://www.cnblogs.com/mstk/p/8463496.html
