特征选择与稀疏学习——《机器学习》笔记
模式识别问题中构建、训练分类器的过程中避不开数据预处理这个过程，而在数据预处理过程中，特征选择又尤其的重要，特征选取的好坏很大程度影响到最终分类的正确率上。不仅如此，在很多的分类问题中，原始数据的维度经常会过高，并且包含很多冗余的信息，造成所谓“维数灾难”。 子集搜索： 子集搜索方式分为三类： 1、 前向搜索：起始特征子集为空，贪心地逐次增加一个行的特征进特征子集，每次进行一次性能评价，直至不能取
相关文章
- 1. 《机器学习》笔记-特征选择与稀疏学习（11）
- 2. 特征选择与稀疏学习
- 3. 特征选择与稀疏学习——机器学习(周志华)
- 4. 特征选择与稀疏学习一（机器学习）
- 5. 机器学习读书笔记：特征选择与稀疏学习
- 6. 选择与稀疏学习
- 7. 机器学习.周志华《11 特征选择与稀疏学习》
- 8. 【机器学习】特征选择与稀疏学习基础概念
- 9. 机器学习笔记——特征选择
- 10. 特征选择与稀疏学习（Feature Selection and Sparse Learning）
- 更多相关文章...
- • 您已经学习了 XML Schema，下一步学习什么呢？ - XML Schema 教程
- • 我们已经学习了 SQL，下一步学习什么呢？ - SQL 教程
- • Tomcat学习笔记（史上最全tomcat学习笔记）
- • 适用于PHP初学者的学习线路和建议
相关标签/搜索
每日一句
-
每一个你不满意的现在，都有一个你没有努力的曾经。
欢迎关注本站公众号,获取更多信息
