PCA对手写数字数据集的降维 1. 导入需要的模块和库 from sklearn.decomposition import PCA from sklearn.ensemble import RandomForestClassifier as RFC from sklearn.model_select ...
分类：
编程语言 时间：
2020-05-30 23:26:07
阅读次数：
114
PCA中的SVD 1 PCA中的SVD哪里来？ 细心的小伙伴可能注意到了，svd_solver是奇异值分解器的意思，为什么PCA算法下面会有有关奇异值分解的参数？不是两种算法么？我们之前曾经提到过，PCA和SVD涉及了大量的矩阵计算，两者都是运算量很大的模型，但其实，SVD有一种惊人的数学性质，即是 ...
分类：
编程语言 时间：
2020-05-29 17:46:29
阅读次数：
69
Embedded嵌入法 嵌入法是一种让算法自己决定使用哪些特征的方法，即特征选择和算法训练同时进行。在使用嵌入法时，我们先使用某些机器学习的算法和模型进行训练，得到各个特征的权值系数，根据权值系数从大到小选择特征。 这些权值系数往往代表了特征对于模型的某种贡献或某种重要性，比如决策树和树的集成模型中 ...
分类：
其他好文 时间：
2020-05-29 13:49:27
阅读次数：
57
过滤法总结 到这里我们学习了常用的基于过滤法的特征选择，包括方差过滤，基于卡方，F检验和互信息的相关性过滤，讲解了各个过滤的原理和面临的问题，以及怎样调这些过滤类的超参数。通常来说，我会建议，先使用方差过滤，然后使用互信息法来捕捉相关性，不过了解各种各样的过滤方式也是必要的。所有信息被总结在下表，大 ...
分类：
其他好文 时间：
2020-05-29 13:33:00
阅读次数：
102
相关性过滤 方差挑选完毕之后，我们就要考虑下一个问题：相关性了。 我们希望选出与标签相关且有意义的特征，因为这样的特征能够为我们提供大量信息。如果特征与标签无关，那只会白白浪费我们的计算内存，可能还会给模型带来噪音。在sklearn当中，我们有三种常用的方法来评判特征与标签之间的相关性：卡方，F检验 ...
分类：
其他好文 时间：
2020-05-29 13:27:44
阅读次数：
149
Wrapper包装法 包装法也是一个特征选择和算法训练同时进行的方法，与嵌入法十分相似，它也是依赖于算法自身的选择，比如coef_属性或feature_importances_属性来完成特征选择。但不同的是，我们往往使用一个目标函数作为黑盒来帮助我们选取特征，而不是自己输入某个评估指标或统计量的阈值 ...
分类：
移动开发 时间：
2020-05-29 13:24:47
阅读次数：
159
处理连续性特征 二值化与分段 sklearn.preprocessing.Binarizer根据阈值将数据二值化（将特征值设置为0或1），用于处理连续型变量。大于阈值的值映射为1，而小于或等于阈值的值映射为0。默认阈值为0时，特征中所有的正值都映射到1。二值化是对文本计数数据的常见操作，分析人员可以 ...
分类：
其他好文 时间：
2020-05-28 16:24:21
阅读次数：
80
简介 线性回归模型有一个主要的局限性，那就是它只能把输入数据拟合成直线，而多项式回归模型通过拟合多项式方程来克服这类问题，从而提高模型的准确性。 准备工作 从图1-6中可以看到，数据点本身的模式中带有自然的曲线，而线性模型是不能捕捉到这一点的。再来看看多项式模型的效果，如图1-7所示。 图1-7中的 ...
分类：
其他好文 时间：
2020-05-28 13:16:00
阅读次数：
80
[机器学习实战 Logistic回归]使用Logistic回归预测各种实例 [toc] "本实验代码已经传到gitee上，请点击查收！" "Logistic_Examples" 一、实验目的 1. 学习Logistic回归的基本思想。 2. Sigmoid函数和Logistic回归分类器。 3. 学 ...
分类：
其他好文 时间：
2020-04-29 18:10:36
阅读次数：
60
