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
aircrushin5 小时前
三分钟说清楚 ReAct Agent 的技术实现
人工智能
num_killer6 小时前
小白的Langchain学习
java·python·学习·langchain
技术狂人1686 小时前
工业大模型工程化部署实战!4 卡 L40S 高可用集群(动态资源调度 + 监控告警 + 国产化适配)
人工智能·算法·面试·职场和发展·vllm
好奇龙猫6 小时前
【人工智能学习-AI入试相关题目练习-第三次】
人工智能
wdfk_prog6 小时前
[Linux]学习笔记系列 -- hashtable
linux·笔记·学习
柳杉6 小时前
建议收藏 | 2026年AI工具封神榜:从Sora到混元3D,生产力彻底爆发
前端·人工智能·后端
狮子座明仔6 小时前
Engram:DeepSeek提出条件记忆模块,“查算分离“架构开启LLM稀疏性新维度
人工智能·深度学习·语言模型·自然语言处理·架构·记忆
阿湯哥7 小时前
AgentScope Java 集成 Spring AI Alibaba Workflow 完整指南
java·人工智能·spring
Java中文社群7 小时前
保姆级喂饭教程:什么是Skills?如何用Skills?
人工智能