特征降維(1):總述


一、特征規約/降維:去掉可分性不強和冗余的特征

  1. 特征選擇:去掉可分性不強的特征
  2. 特征抽取/變換:去掉多余的特征,即抽取出來的特征不存在線性or非線性關系

=============================================================================

二、特征選擇:根據在特征選擇過程有無使用學習算法,特征選擇可以分為:

  1. Filter:criterion為根據subset evolution or term evolution 的好壞

    So,屬性子集評估器+搜索算法 or     單一屬性評估器+排序方法

  2. Wrapper:criterion為根據分類器評價的好壞

=============================================================================

2.1、Filter:首先計算出每個特征的重要程度,再來進行特征子集的選擇

1、互信息:

2、信息增益:重要程度的criterion為該特征能夠為分類系統帶來多少信息,帶來的信息越多,該特征越重要。

    信息增益:信息量的差值。

3、交叉熵:

4、卡方統計:


注意!

本站转载的文章为个人学习借鉴使用,本站对版权不负任何法律责任。如果侵犯了您的隐私权益,请联系我们删除。



性能測試總述 Makefile文件(二)_總述 用戶體驗要素-總述 WebRTC源碼分析總述 【總述】軟件工程 數據結構之總述 Java線程總述與概念 最優化算法 總述 haayaGuardV0---1---系統總述 工廠模式總述
 
粤ICP备14056181号  © 2014-2021 ITdaan.com