源码之家

  • 首页
  • 文章
  • 问答
  • 下载
您的位置: 首页  >  文章  >  机器学习:特征选择与特征提取

机器学习:特征选择与特征提取

分类: 文章 • 2024-08-02 22:58:22

特征选择与特征提取目的都是:降维,减少冗余

特征选择:将N维特征 [X1,X2,........XN]选择其中最有效且独立的K特征子集来表征样本的有效性 [Xs1,Xs2,........Xsk] .

机器学习:特征选择与特征提取

特征提取:将提取的k维特征子集 [Xs1,Xs2,........Xsk] 映射到新特征 [Ye1,Ye2, ...,Yen]上起到进一步的降维

机器学习:特征选择与特征提取

相关推荐

  • 机器学习、深度学习的理论与实战入门建议整理(一)
  • 为何选择Python作为机器学习语言 机器学习能做些什么?
  • 数据分析与机器学习学习笔记--决策树
  • 数据分析与机器学习学习笔记--支持向量机
  • ****-机器学习之支持向量机理论与代码实践-机器学习
  • 数据分析与机器学习学习笔记--人工神经网络
  • 统计学习方法(机器学习)——7.2、支持向量机(线性支持向量机与软间隔最大化)
  • VALSE学习(六):机器学习中的标记分布与标记增强
  • 推荐系统学习笔记--CH2-1--数据与特征工程
  • 与机器学习的第一次亲密基础- 1. 从人类学习到机器学习
  • 小书匠绑定阿里云oss+阿里云oss图片url永久有效设置--菜鸟小回
  • 微信小程序实现美团goods商品列表页开发
    网站免责声明 网站地图 最新文章 用户隐私 版权申明
本站所有数据收集于网络,如果侵犯到您的权益,请联系网站进行下架处理。   

Copyright © 2018-2021   Powered By 源码之家    备案号:   粤ICP备20058927号