Публикации по теме 'feature-selection'


Использование квантового отжига для выбора признаков в scikit-learn
Выбор функций для моделей scikit-learn для наборов данных с множеством функций с использованием квантовой обработки Выбор функций — обширная тема машинного обучения. Если все сделано правильно, это может помочь уменьшить переоснащение, повысить интерпретируемость, снизить вычислительную нагрузку и т. Д. Для выполнения выбора признаков используются многочисленные методы. Их всех объединяет то, что они смотрят на набор функций и пытаются отделить функции, которые приводят к хорошим..
Ранжируйте функции, теперь ранжируйте снова
Машинное обучение и биомаркеры Ранжируйте функции, теперь ранжируйте снова 40 способов ранжирования ваших функций и мой опыт выбора кандидатов (функций) в биомаркеры с использованием нескольких наблюдений Здесь я обсуждаю методы ранжирования функций 40 способами и сложный случай с нестабильной моделью, вызванный тем, что в данных гораздо больше переменных, чем выборок. В качестве бонуса вы узнаете кое-что из области биологии рака и узнаете о характеристиках наборов данных в этой..
Выбор функций для моделей ИИ
Выбор функций — это процесс идентификации и выбора подмножества соответствующих функций из большего набора функций с целью повышения производительности модели машинного обучения. Преимущества выбора функций Чтобы уменьшить количество входных переменных Снизить вычислительные затраты на моделирование Для улучшения производительности модели Уменьшить переоснащение Существует несколько типов методов выбора признаков, которые можно использовать в науке о данных, в том числе: Методы..
Изучение исключения рекурсивных функций
Код Python для автоматической идентификации соответствующих атрибутов функций. Здравствуйте и добро пожаловать в еще один учебник по машинному обучению в моей серии случайных наборов данных . В этой статье я расскажу об использовании рекурсивного исключения функций, чтобы выбрать только важные функции (или столбцы) для обучения нашей модели. Набор данных, который мы будем использовать, - это набор данных Распознавание деятельности человека из репозитория машинного обучения..
Выбор функций в машинном обучении
Тема машинного обучения огромна, и в последние годы она добилась больших успехов. Ключевым компонентом машинного обучения является выбор признаков, то есть выбор подходящих признаков из набора данных для построения модели. Выбор функций является ключевым фактором повышения точности и эффективности моделей машинного обучения. В этой статье мы рассмотрим выбор функций, а также их важность и многочисленные стратегии выбора функций. Что такое выбор функций? Процесс выбора..
ВЫБОР ПРИЗНАКОВ В ПРОГНОЗИРОВАНИИ БАНКРОТСТВА
ВЫБОР ПРИЗНАКОВ В ПРОГНОЗИРОВАНИИ БАНКРОТСТВА Теоретический раздел Прогнозирование банкротства является важной задачей в сфере финансов и бухгалтерского учета, поскольку позволяет заинтересованным сторонам выявлять фирмы, которым грозит банкротство, и предпринимать соответствующие действия для уменьшения потенциальных убытков. Методология построения и создания моделей машинного обучения включает в себя множество последовательных шагов от подготовки данных до оценки модели после..
LASSO Регрессия  — «Сделай лучше»
Если вы еще этого не сделали Ах, регрессия LASSO — дедушка методов выбора признаков. Хотя он не так популярен, как титаны, такие как XGBoost или Deep Learning, он все же появляется в работе с небольшими наборами данных, наборами с линейными функциями, случайным родео и многим другим. Хотя вы можете быть знакомы с этой легендарной статистической техникой; вы можете улучшить свою игру, дополнив ее в следующих конкретных ситуациях: Вы работаете с коррелированными данными Вам нужны..