Pertanyaan yang diberi tag «feature-extraction»

Dari wikipedia, pengurangan dimensi atau pengurangan dimensi adalah proses mengurangi jumlah variabel acak yang sedang dipertimbangkan, dan dapat dibagi menjadi pemilihan fitur dan ekstraksi fitur. Apa perbedaan antara pemilihan fitur dan ekstraksi fitur? Apa contoh pengurangan dimensi dalam tugas Pemrosesan Bahasa Alami?

58 feature-selection  feature-extraction  dimensionality-reduction 

Khususnya apa yang saya cari adalah alat dengan beberapa fungsi, yang khusus untuk rekayasa fitur. Saya ingin dapat dengan mudah menghaluskan, memvisualisasikan, mengisi celah, dll. Sesuatu yang mirip dengan MS Excel, tetapi yang memiliki R sebagai bahasa yang mendasari bukannya VB.

29 feature-selection  feature-extraction  feature-construction 

Apakah lebih baik untuk menyandikan fitur seperti bulan dan jam sebagai faktor atau angka dalam model pembelajaran mesin? Di satu sisi, saya merasa pengkodean numerik mungkin masuk akal, karena waktu adalah proses maju maju (bulan kelima diikuti oleh bulan keenam), tetapi di sisi lain saya pikir pengkodean kategororial mungkin lebih …

23 machine-learning  feature-extraction  feature-engineering  encoding  numerical 

Saya sedang membaca tentang solusi untuk tantangan OTTO Kaggle ini dan solusi tempat pertama tampaknya menggunakan beberapa transformasi untuk input data X, misalnya Log (X + 1), sqrt (X + 3/8), dll. Apakah ada pedoman umum tentang kapan menerapkan transformasi jenis apa ke berbagai pengklasifikasi? Saya mengerti konsep normalisasi mean-var …

22 machine-learning  feature-extraction  feature-scaling 

Saya memiliki bidang 'jam' sebagai atribut saya, tetapi dibutuhkan nilai siklik. Bagaimana saya bisa mengubah fitur untuk menjaga informasi seperti '23' dan '0' jam dekat tidak jauh. Satu cara yang bisa saya pikirkan adalah melakukan transformasi: min(h, 23-h) Input: [0 1 2 3 4 5 6 7 8 9 10 …

21 feature-extraction  feature-scaling  featurization 

Saya berpartisipasi dalam kompetisi kaggle. Dataset memiliki sekitar 100 fitur dan semuanya tidak diketahui (dalam hal apa yang sebenarnya mereka wakili). Pada dasarnya mereka hanya angka. Orang-orang melakukan banyak rekayasa fitur pada fitur-fitur ini. Saya bertanya-tanya bagaimana tepatnya seseorang dapat melakukan rekayasa fitur pada fitur yang tidak diketahui? Dapatkah seseorang …

19 machine-learning  feature-selection  feature-extraction  feature-engineering  kaggle 

Di kelas saya, saya harus membuat aplikasi menggunakan dua pengklasifikasi untuk memutuskan apakah suatu objek dalam gambar adalah contoh filum porifera (seasponge) atau objek lain. Namun, saya benar-benar tersesat ketika datang ke fitur teknik ekstraksi dalam python. Penasihat saya meyakinkan saya untuk menggunakan gambar yang belum tercakup di kelas. Adakah …

18 python  feature-extraction  image-recognition 

Saya tahu bahwa tidak ada jawaban yang jelas untuk pertanyaan ini, tetapi anggaplah saya memiliki jaringan saraf besar, dengan banyak data dan saya ingin menambahkan fitur baru dalam input. Cara "terbaik" adalah menguji jaringan dengan fitur baru dan melihat hasilnya, tetapi apakah ada metode untuk menguji apakah fitur tersebut SANGAT …

16 machine-learning  neural-network  feature-selection  feature-extraction 

Saya membuat corr()df dari df asli. The corr()df keluar 70 X 70 dan tidak mungkin untuk memvisualisasikan heatmap tersebut ... sns.heatmap(df). Jika saya mencoba untuk menampilkan corr = df.corr(), tabel tidak cocok dengan layar dan saya bisa melihat semua korelasinya. Apakah ini cara untuk mencetak keseluruhan dfterlepas dari ukurannya atau …

16 visualization  pandas  plotting  machine-learning  neural-network  svm  decision-trees  svm  efficiency  python  linear-regression  machine-learning  nlp  topic-model  lda  named-entity-recognition  naive-bayes-classifier  association-rules  fuzzy-logic  kaggle  deep-learning  tensorflow  inception  classification  feature-selection  feature-engineering  machine-learning  scikit-learn  tensorflow  keras  encoding  nlp  text-mining  nlp  rnn  python  neural-network  feature-extraction  machine-learning  predictive-modeling  python  r  linear-regression  clustering  r  ggplot2  neural-network  neural-network  training  python  neural-network  deep-learning  rnn  predictive-modeling  databases  sql  programming  distribution  dataset  cross-validation  neural-network  deep-learning  rnn  machine-learning  machine-learning  python  deep-learning  data-mining  tensorflow  visualization  tools  sql  embeddings  orange  feature-extraction  unsupervised-learning  gan  machine-learning  python  data-mining  pandas  machine-learning  data-mining  bigdata  apache-spark  apache-hadoop  deep-learning  python  convnet  keras  aggregation  clustering  k-means  r  random-forest  decision-trees  reference-request  visualization  data  pandas  plotting  neural-network  keras  rnn  theano  deep-learning  tensorflow  inception  predictive-modeling  deep-learning  regression  sentiment-analysis  nlp  encoding  deep-learning  python  scikit-learn  lda  convnet  keras  predictive-modeling  regression  overfitting  regression  svm  prediction  machine-learning  similarity  word2vec  information-retrieval  word-embeddings  neural-network  deep-learning  rnn 

Ekstraksi fitur dan pemilihan fitur pada dasarnya mengurangi dimensi data, tetapi ekstraksi fitur juga membuat data lebih dapat dipisahkan, jika saya benar. Teknik mana yang lebih disukai daripada yang lain dan kapan? Saya berpikir, karena pemilihan fitur tidak mengubah data asli dan sifat-sifatnya, saya berasumsi bahwa Anda akan menggunakan pemilihan …

16 feature-selection  feature-extraction  dimensionality-reduction 

Saya telah melalui solusi dari kompetisi harga Perumahan di Kaggle ( Kernel Analog Manusia tentang Harga Rumah: Teknik Regresi Lanjut ) dan menemukan bagian ini: # Transform the skewed numeric features by taking log(feature + 1). # This will make the features more normal. from scipy.stats import skew skewed = …

15 regression  feature-extraction  feature-engineering  kaggle  feature-scaling 

Saya menjelajahi berbagai jenis struktur pohon parse. Dua struktur pohon parse yang dikenal luas adalah a) pohon parse berbasiskan konstituensi dan b) struktur pohon parsing berdasarkan ketergantungan. Saya dapat menggunakan menghasilkan kedua jenis struktur pohon parse menggunakan paket NLP Stanford. Namun, saya tidak yakin bagaimana menggunakan struktur pohon ini untuk …

13 machine-learning  nlp  feature-selection  feature-extraction 

Saya membaca presentasi dan merekomendasikan untuk tidak menggunakan menyisakan satu penyandian, tetapi tidak masalah dengan satu penyandian panas. Saya pikir mereka berdua sama. Adakah yang bisa menggambarkan perbedaan di antara mereka?

13 machine-learning  data-mining  feature-selection  feature-extraction  feature-engineering 

Saya telah mengimplementasikan sistem NER dengan menggunakan algoritma CRF dengan fitur buatan tangan saya yang memberikan hasil yang cukup baik. Masalahnya adalah saya menggunakan banyak fitur berbeda termasuk tag POS dan lemmas. Sekarang saya ingin membuat NER yang sama untuk bahasa yang berbeda. Masalahnya di sini adalah saya tidak bisa …

11 nlp  text-mining  feature-extraction 

Saya memiliki kumpulan data yang berisi, di antara banyak fitur, koordinat GPS (lintang dan bujur). Saya ingin menggunakan set data ini untuk mengeksplorasi masalah seperti: (1) menghitung ETA untuk mendorong antara titik awal dan akhir; dan (2) memperkirakan jumlah kejahatan untuk suatu titik tertentu. Saya ingin menggunakan model regresi linier. …

10 machine-learning  feature-selection  linear-regression  feature-extraction  geospatial