包装法(Wrapper):根据评价函数,每次选择若干特征,或者排除若干特征 嵌入法Embedded():先使用某些机器学习的模型进行训练,得到各个特征的权值系数,根据系数从大到小选择特征(类似于Filter,只不过系数是通过训练得来的) 特征合成。比较经典的降维方法有主成分分析法(PCA),它可以将多个原始维度数据合成新维度数据。 过滤法...
包装法(Wrapper):根据评价函数,每次选择若干特征,或者排除若干特征 嵌入法Embedded():先使用某些机器学习的模型进行训练,得到各个特征的权值系数,根据系数从大到小选择特征(类似于Filter,只不过系数是通过训练得来的) 特征合成。比较经典的降维方法有主成分分析法(PCA),它可以将多个原始维度数据合成新维度数据。
包装法(Wrapper):根据评价函数,每次选择若干特征,或者排除若干特征 嵌入法Embedded():先使用某些机器学习的模型进行训练,得到各个特征的权值系数,根据系数从大到小选择特征(类似于Filter,只不过系数是通过训练得来的) 特征合成。比较经典的降维方法有主成分分析法(PCA),它可以将多个原始维度数据合成新维度数据。 过滤法...