Публикации по теме 'feature-selection'
Комбинирование методов выбора функций
Эксперименты на основе реальных наборов данных
Автор: : Юваль Коэн , Ноа Коэн и Авиад Атлас .
Введение
Это вторая часть блога о выборе функций (не пропустите первую часть !). Во второй части мы рассматриваем варианты объединения различных наборов функций из разных методов выбора функций. Идея состоит в том, чтобы извлечь выгоду из всех независимых методов и объединить их в один более умный набор функций. Это непростой подход, и в этом посте мы расскажем, как решить эту..
Выбор функции с использованием метода фильтрации: реализация Python с нуля
Руководство для начинающих по реализации выбора функций в Python с использованием методов фильтрации. К делу, руководство, охватывающее все методы фильтрации | Простая реализация концепций и кода
Что такое выбор функций?
Выбор функций, также известный как выбор переменной / предиктора, выбор атрибута или выбор подмножества переменных, представляет собой процесс выбора подмножества соответствующих функций для использования при построении модели машинного обучения.
Машинное..
Если бы компания могла создавать продукты, которые интересуют клиентов?
Если бы компания могла создавать продукты, которые интересуют клиентов? Представьте, какую прибыль получила компания.
В этом может помочь наука о данных.
Обзор проекта
В компании есть команда, которая отвечает за определение характеристик продукта, который будет создан. Например, для категории блендеров эта команда отвечает за настройку цвета, объема чашки, материала чашки или даже наличия фильтра для фруктового сока. Чтобы определить характеристики различных категорий..
Выбор функций при разработке моделей машинного обучения
Зачем выбирать функции при разработке модели машинного обучения?
При использовании машинного обучения для прогнозирования целевой переменной в наборе данных специалист по данным может столкнуться с огромными объемами связанных данных. Некоторые части этих данных не всегда полезны для прогнозирования и часто могут привести к тому, что модель будет работать хуже, чем если бы эти данные не были частью модели. Такое сокращение менее релевантных данных уменьшает переоснащение за счет..
Выбор функций для машинного обучения (2/2)
Выбор функций для машинного обучения (2/2)
В этой части мы увидим, как использовать концепции теории информации, такие как взаимная информация, для определения наиболее важных функций для модели машинного обучения. Кроме того, будет описан алгоритм Боруты и даны некоторые эвристические сведения о том, как выбирать алгоритмы FS на основе размера и разреженности набора данных.
Первая часть этой серии доступна здесь .
Борута: когда леса помогают найти дорогу
Boruta — это..
Руководство для начинающих по методам выбора функций с использованием Python:
Наборы данных могут быть разного размера, иногда очень маленькими, а иногда очень большими. В случае больших наборов данных с несколькими функциями обучение наших алгоритмов машинного обучения становится очень сложным и требует много времени. Иногда это также может привести к переобучению или неполному подгонке. Чтобы преодолеть эти проблемы, мы используем выбор функций.
Часто в наборах данных большой размерности (имеющих несколько функций) есть некоторые нерелевантные функции, которые..
Методы выбора функций
Что такое выбор функции?
Вы все видели наборы данных. Иногда они маленькие, но часто очень большие по размеру. Становится очень сложно обрабатывать очень большие наборы данных, по крайней мере, достаточно значительные, чтобы вызвать узкое место обработки.
Время обучения и производительность алгоритма машинного обучения сильно зависят от функций в наборе данных. В идеале мы должны сохранять в наборе данных только те функции, которые действительно помогают нашей модели машинного..
