Публикации по теме 'feature-selection'
Выбор функций в машинном обучении
При построении модели машинного обучения мы сталкиваемся с множеством функций (зависимых переменных), которые могут добавлять или не добавлять какое-либо значение к целевой переменной. Если мы используем все функции, это может привести к неэффективному коду с большими временными задержками, а также к переподгонке моделей. Следовательно, мы используем метод под названием «Выбор функций», чтобы удалить избыточные функции и построить общую подходящую модель.
Технику выбора фильтра можно..
Упрощение выбора и извлечения признаков: подробное руководство
Введение
В области машинного обучения и анализа данных работа с многомерными данными может быть сложной задачей. Выбор признаков и извлечение признаков — два основных метода, которые помогают упростить сложные наборы данных и повысить производительность алгоритмов обучения. В этом блоге я стремлюсь объяснить разницу между выбором признаков и извлечением признаков, изучить различные методы для каждого из них и дать упрощенное представление об анализе основных компонентов (PCA)...
Методы выбора функций на основе обертки
Существует множество способов выбора функций из набора предикторов для повышения производительности моделей машинного обучения. Среди этих методов распространена практика использования другой модели машинного обучения в качестве оболочки, обученной на наборе комбинаций предикторов, чтобы определить, какой набор предикторов лучше всего работает в данной модели.
В этой статье мы рассмотрим некоторые популярные алгоритмы машинного обучения, такие как рекурсивное устранение признаков (RFE),..
Новые материалы
Я хотел выучить язык программирования MVC4, но не мог выучить его раньше, потому что это выглядит сложно…
Просто начните и учитесь самостоятельно
Я хотел выучить язык программирования MVC4, но не мог выучить его раньше, потому что он кажется мне сложным, и я бросил его. Это в основном инструмент..
Лицензии с открытым исходным кодом: руководство для разработчиков и создателей
В динамичном мире разработки программного обеспечения открытый исходный код стал мощной парадигмой, способствующей сотрудничеству, инновациям и прогрессу, движимому сообществом. В основе..
Объяснение документов 02: BERT
BERT представил двухступенчатую структуру обучения: предварительное обучение и тонкая настройка.
Во время предварительного обучения модель обучается на неразмеченных данных с помощью..
Как проанализировать работу вашего классификатора?
Не всегда просто знать, какие показатели использовать
С развитием глубокого обучения все больше и больше людей учатся обучать свой первый классификатор. Но как только вы закончите..
Работа с цепями Маркова, часть 4 (Машинное обучение)
Нелинейные цепи Маркова с агрегатором и их приложения (arXiv)
Автор : Бар Лайт
Аннотация: Изучаются свойства подкласса случайных процессов, называемых дискретными нелинейными цепями Маркова..
Crazy Laravel Livewire упростил мне создание электронной коммерции (панель администратора и API) [Часть 3]
Как вы сегодня, ребята?
В этой части мы создадим CRUD для данных о продукте. Думаю, в этой части я не буду слишком много делиться теорией, но чаще буду делиться своим кодом. Потому что..
Использование машинного обучения и Python для классификации 1000 сезонов новичков MLB Hitter
Чему может научиться машина, глядя на сезоны новичков 1000 игроков MLB? Это то, что исследует это приложение.
В этом процессе мы будем использовать неконтролируемое обучение, чтобы..