如何通过分类数据执行特征选择？

2020-03-09

作者 | Jason Brownlee 编译 | CDA数据分析师 特征选择是识别和选择与目标变量最相关的输入特征子集的过程。 使用实值数据（例如使用Pearson的相关系数）时，特征选择通常很简单，但是 ...

如何选取机器学习的特征选择方法？

2020-03-09

作者 | Jason Brownlee 编译 | CDA数据分析师 特征选择是在开发预测模型时减少输入变量数量的过程。 希望减少输入变量的数量，以减少建模的计算成本，并且在某些情况下，还需要改善模 ...

统计学5个基本概念：统计特征、概率分布、降维、过采样/欠采样、贝叶斯统计方法

2020-05-18

本文讲述了数据分析师应当了解的五个统计基本概念：统计特征、概率分布、降维、过采样/欠采样、贝叶斯统计方法。 利用统计学，我们可以更深入、更细致地观察数据是如何进行精确组织的，并且基于这种组织结构， ...

人工智能的模式识别：特征抽取等是关键！

2020-05-19

人工智能涉及到很多的技术，大家都知道人工智能离不开机器学习，不过比较少人知道人工智能也是离不开模式识别的。什么是模式识别呢？简单点说，模式识别就是对各种情况的识别。而在人工智能中，模式识别是一 ...

决策树也可以做特征分析啦

2018-08-21

决策树也可以做特征分析啦 那么这个代码是用于建模初期，你为了大概了解变量的一个基本特征写的，不是最优分组哈，因为这个代码是将变量最多分为12组，分这么多组的原因也是为了更好的观察特征而已啦，你要是觉 ...

资源 | 一个Python特征选择工具，助力实现高效机器学习

2018-07-11

资源 | 一个Python特征选择工具，助力实现高效机器学习 鉴于特征选择在机器学习过程中的重要性，数据科学家 William Koehrsen 近日在 GitHub 上公布了一个特征选择器 Python 类，帮助研究者更高效地完成特征选 ...

机器学习中的特征选择

2018-03-21

机器学习中的特征选择 特征选择是一个重要的数据预处理过程，获得数据之后要先进行特征选择然后再训练模型。主要作用：1、降维 2、去除不相关特征。 特征选择方法包含：子集搜索和子集评价两个问题。 子集搜 ...

大数据的四个典型特征

2018-03-02

大数据的四个典型特征 大数据(Big Data)是指“无法用现有的软件工具提取、存储、搜索、共享、分析和处理的海量的、复杂的数据集合。”业界通常用4个V(即Volume、Variety、Value、Velocity)来概括大数据的特征。 ...

数据挖掘中的特征选择问题

2018-02-26

数据挖掘中的特征选择问题 特征工程包括特征选择和特征提取。数据和特征决定了机器学习的上限，而模型和算法只是逼近这个上限而已。通常而言，特征选择是指选择获得相应模型和算法最好性能的特征集，工程上常 ...

一些常见的特征选择方法

2018-02-25

一些常见的特征选择方法 现实中产生的特征维度可能很多，特征质量参差不齐，不仅会增加训练过程的时间，也可能会降低模型质量。因此，提取出最具代表性的一部分特征来参与训练就很重要了。 通常有特征 ...

python实现图片处理和特征提取详解

2018-01-22

python实现图片处理和特征提取详解 这是一张灵异事件图。。。开个玩笑，这就是一张普通的图片。 毫无疑问，上面的那副图画看起来像一幅电脑背景图片。这些都归功于我的妹妹，她能够将一些看上去奇怪的 ...

物联网大数据被激发的三个特征

2017-10-24

物联网大数据被激发的三个特征 虽然数据本身是客观存在的，但是它的范畴是随着文明的进程不断变化和扩大的。在万物互联时代，大数据的几个重要特征将会被成倍放大，并最终形成特殊的应用场景及商业模式。 ...

大数据四大特征，知道2个算你厉害

2017-10-04

大数据四大特征，知道2个算你厉害 \"大数据\"一词被炒的火热，但直到现在也没有达成一个统一的概念。 有一位通过4个V的特征描述，给大数据做了个定义。 第一个特征，是数据体量够大，从TB级别，跃升到PB ...

行业大数据的发展及其特征

2017-07-28

行业大数据的发展及其特征 每一个新兴的行业都将经历一个从概念到应用的过程,大数据技术最终的目的还是应用。2016年开始，大数据企业不再谈技术和概念,谈的是商业案例和数据价值.越来越多的数据案例被挖 ...

机器学习中的特征—特征选择的方法以及注意点

2017-07-04

机器学习中的特征—特征选择的方法以及注意点 关于机器学习中的特征我有话要说 在这次校园招聘的过程中，我学到了很多的东西，也纠正了我之前的算法至上的思想，尤其是面试百度的过程中，让我渐渐意识到 ...

利用R语言的Boruta包进行特征选择

2017-06-09

利用R语言的Boruta包进行特征选择 变量选择是模型构建的一个重要方面，每个分析人员都必须学习。毕竟，它有助于排除相关变量、偏见和不必要噪音的限制来建立预测模型。 许多分析新手认为，保持所有（或更多 ...

sas单变量的特征分析

2017-03-31

sas单变量的特征分析 大炮，我有个烦恼，我领导最近老叫我单变量结合因变量分析，但是都是分段分析，我总是写proc sql然后group by ,但是这个过程好无聊啊，有木有什么新的代码，让我可以分析的快点啊。 最 ...

主成分分析（PCA）特征选择算法详解

2017-03-12

主成分分析（PCA）特征选择算法详解 1. 问题 真实的训练数据总是存在各种各样的问题： 1、 比如拿到一个汽车的样本，里面既有以“千米/每小时”度量的最大速度特征，也有“英里/小时”的最大速度特征，显 ...

机器学习中特征选择概述

2017-03-11

机器学习中特征选择概述 1. 背景 1.1 问题 在机器学习的实际应用中，特征数量可能较多，其中可能存在不相关的特征，特征之间也可能存在相关性，容易导致如下的后果：  （1） 特征个数越多，分析特征 ...

聊一聊特征学习在用户偏好预测中的应用

2017-03-02

本文聊聊如何利用客户购买行为预测其偏好。 为了基于客户购买行为预测其偏好，可以利用机器学习中比较新兴的稀疏编码和稀疏限制性玻尔兹曼机将原始数据变换成稀疏高纬表示。这些特征学习技巧独立于预测模 ...