特征选择中，Filter方法（过滤式）的主要思想？

快乐的小姜 2022-01-05 19:00:39

 特征选择中，Filter方法（过滤式）的主要思想？

...全文
1880 1 打赏 收藏 转发到动态 举报
AI 作业
写回复
用AI写文章
1 条回复
切换为时间正序
请发表友善的回复…
发表回复
weixin_38498942 2022-01-06
  • 打赏
  • 举报
 回复

对每一维的特征“打分”，即给每一维的特征赋予权重，这样的权重就代表着该维特征的重要性，然后依据权重排序。

特征选择方法总结（过滤式，包裹式，嵌入式）
目录 1Intro 2过滤式(filter) 2.1移除低方差的特征 2.2单变量特征选择 2.2.1卡方检验 2.2.2皮尔逊相关系数 2.2.3互信息和最大信息系数 (Mutual information and maximal information coefficient (MIC) 2.2.4距离相关系数 (Distance Correlation) ...
特征选择之Fisher Score算法思想及其python代码实现
一、算法思想 1、特征选择 特征选择是去除无关紧要或庸余的特征，仍然还保留其他原始特征，从而获得特征子集，从而以最小的性能损失更好地描述给出的问题。 特征选择方法可以分为三个系列：过滤式选择、包裹式选择和嵌入式选择的方法 。 本文介绍的Fisher Score即为过滤式的特征选择算法。 关于过滤式的特征算法系列，可参考我的其他文章。 特征选择之卡方检验 特征选择之互信息 2、Fisher score 特征选择中的Fisher Score Fisher Score是特征选择的有效方法之一, 其主要思想是鉴别性
特征选择(过滤法、包装法、嵌入法)
文章目录Filter过滤式方法方差选择法相关系数法卡方检验互信息法和最大信息系数Mutual information and maximal information coefficient (MIC)Wrapper封装式方法递归特征消除法Recursive feature elimination (RFE)Embedded过滤式方法基于惩罚项的特征选择法L1L_{1}L1​正则化LassoL2正则...
特征选择系列-01-过滤式详解-从原理到应用
【代码】【无标题】
特征选择/筛选方法总结
作者：jliang https://blog.csdn.net/jliang3 1.特征选择介绍 1）特征分类 相关特征：对于学习任务（例如分类问题）有帮助，可以提升学习算法的效果； 无关特征：对于我们的算法没有任何帮助，不会给算法的效果带来任何提升； 冗余特征：不会对我们的算法带来新的信息，或者这种特征的信息可以由其他的特征推断出； 2）特征选择的目的 对于一个特定的学习算法...
高通开发者论坛

2,852

社区成员

5,758

社区内容

发帖
与我相关
我的任务
社区描述
本论坛以AI、WoS 、XR、IoT、Auto、生成式AI等核心板块组成，为开发者提供便捷及高效的学习和交流平台。 高通开发者专区主页：https://qualcomm.csdn.net/
人工智能物联网机器学习 技术论坛（原bbs） 北京·东城区
社区管理员
  • csdnsqst0050
  • chipseeker
加入社区
  • 近7日
  • 近30日
  • 至今

加载中

查看更多榜单
社区公告
暂无公告

试试用AI创作助手写篇文章吧

+ 用AI写文章