机器学习Day12:特征选择与稀疏学习

1.子集搜索与评价

相关特征:对当前学习任务有用 的特征

无关特征:对当前学习任务没用 的特征

特征选择:从给定的特征集合 中选择出相关特征子集的过程

为什么要特征选择?

1.任务中经常碰到维数灾难

2.去除不相关的特征能降低学习的难度

特征选择很重要,但特征很多,如何根据评价结果 获取下一个候选特征子集?
子集搜索

如何评价候选特征子集的好坏?
子集评价

利用信息增熵方法计算的结果进行评价

2.过滤式选择


3.包裹式选择

包裹式特征选择直接最终 将要使用的学习器的性能作为特征子集的评价标准

优点:结果优于过滤式选择

缺点:计算开销大于过滤式选择

4.嵌入式选择

特征选择过程学习器训练 过程融为一体,在学习器训练过程中自动地进行特征选择

5.稀疏表示与字典学习

相关推荐
悟纤4 分钟前
Seedance 2.0 API 已上线 | 支持「人像视频生成」|支持100并发 | 满血版 [灵龙AI API]
人工智能·音视频·seedance 2.0
男孩李17 分钟前
什么是workbuddy
人工智能·语言模型
人工智能AI技术21 分钟前
终身学习 Agent:积累知识、不遗忘、可进化
人工智能
DFCED22 分钟前
突发!Sora 之父 Bill Peebles 离职:OpenAI 理想主义的又一次落幕
人工智能·大模型·agent·sora
_Evan_Yao23 分钟前
RAG中的“Chunk”艺术:我试过10种切分策略后总结的结论
java·人工智能·后端·python·软件工程
拾薪25 分钟前
[SuperPower] Brainingstorm - 流程控制架构分析
网络·人工智能·ai·架构·superpower·brainstorming
AI自动化工坊28 分钟前
SemaClaw开源框架实践指南:从提示工程到安全工程的AI代理基础设施变革
人工智能·开源·ai agent·semaclaw
今天你TLE了吗29 分钟前
LLM到Agent&RAG——AI概念概述 第二章:提示词
人工智能·笔记·后端·学习
烤麻辣烫1 小时前
JS基础
开发语言·前端·javascript·学习
red_redemption1 小时前
自由学习记录(168)
学习·已经运行中世界-模与约束·闭环