Pertanyaan yang diberi tag «feature-selection»

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 mencoba menggunakan fitur penting dari Random Forests untuk melakukan beberapa pilihan fitur empiris untuk masalah regresi di mana semua fitur bersifat kategoris dan banyak dari mereka memiliki banyak tingkatan (pada urutan 100-1000). Mengingat bahwa pengodean satu-panas membuat variabel dummy untuk setiap level, kepentingan fitur adalah untuk setiap level dan …

12 scikit-learn  feature-selection  random-forest  xgboost  categorical-data 

Saya telah merencanakan fitur penting di hutan acak dengan scikit-learn . Untuk meningkatkan prediksi menggunakan hutan acak, bagaimana saya bisa menggunakan informasi plot untuk menghapus fitur? Apakah cara menemukan apakah fitur tidak berguna atau bahkan lebih buruk dari kinerja hutan acak, berdasarkan informasi plot? Plot didasarkan pada atribut feature_importances_dan saya …

12 feature-selection  random-forest  scikit-learn 

Saya membuat prototipe aplikasi dan saya membutuhkan model bahasa untuk menghitung kebingungan pada beberapa kalimat yang dihasilkan. Apakah ada model bahasa terlatih dalam python yang bisa saya gunakan? Sesuatu yang sederhana seperti model = LanguageModel('en') p1 = model.perplexity('This is a well constructed sentence') p2 = model.perplexity('Bunny lamp robert junior pancake') …

11 python  nlp  language-model  r  statistics  linear-regression  machine-learning  classification  random-forest  xgboost  python  sampling  data-mining  orange  predictive-modeling  recommender-system  statistics  dimensionality-reduction  pca  machine-learning  python  deep-learning  keras  reinforcement-learning  neural-network  image-classification  r  dplyr  deep-learning  keras  tensorflow  lstm  dropout  machine-learning  sampling  categorical-data  data-imputation  machine-learning  deep-learning  machine-learning-model  dropout  deep-network  pandas  data-cleaning  data-science-model  aggregation  python  neural-network  reinforcement-learning  policy-gradients  r  dataframe  dataset  statistics  prediction  forecasting  r  k-means  python  scikit-learn  labels  python  orange  cloud-computing  machine-learning  neural-network  deep-learning  rnn  recurrent-neural-net  logistic-regression  missing-data  deep-learning  autoencoder  apache-hadoop  time-series  data  preprocessing  classification  predictive-modeling  time-series  machine-learning  python  feature-selection  autoencoder  deep-learning  keras  tensorflow  lstm  word-embeddings  predictive-modeling  prediction  machine-learning-model  machine-learning  classification  binary  theory  machine-learning  neural-network  time-series  lstm  rnn  neural-network  deep-learning  keras  tensorflow  convnet  computer-vision 

Saya sering membangun model (klasifikasi atau regresi) di mana saya memiliki beberapa variabel prediktor yang berurutan dan saya telah berusaha untuk menemukan rekomendasi teknik untuk merangkumnya dengan cara terbaik untuk dimasukkan sebagai prediktor dalam model. Sebagai contoh konkret, katakanlah model sedang dibangun untuk memprediksi jika pelanggan akan meninggalkan perusahaan dalam …

11 machine-learning  feature-selection  time-series 

Ketika mencoba melakukan mis klasifikasi, pendekatan saya saat ini adalah coba berbagai algoritma terlebih dahulu dan patok mereka melakukan pemilihan fitur pada algoritma terbaik dari 1 di atas tune parameter menggunakan fitur dan algoritma yang dipilih Namun, saya sering tidak dapat meyakinkan diri sendiri bahwa mungkin ada algoritma yang lebih …

11 feature-selection  parameter-estimation 

Adakah yang bisa menyarankan tahap apa yang tepat untuk menghapus variabel berkorelasi sebelum rekayasa fitur atau setelah rekayasa fitur?

11 machine-learning  feature-selection  data-science-model 

Saya ingin menjalankan beberapa model pembelajaran mesin seperti hutan acak, peningkatan gradien, atau SVM pada dataset saya. Ada lebih dari 200 variabel prediktor dalam dataset saya dan kelas target saya adalah variabel biner. Apakah saya perlu menjalankan pemilihan fitur sebelum pemasangan model? Apakah itu mempengaruhi kinerja model secara signifikan atau …

11 machine-learning  predictive-modeling  feature-selection  random-forest 

Plot berikut menunjukkan koefisien yang diperoleh dengan regresi linier (dengan mpgsebagai variabel target dan yang lainnya sebagai prediktor). Untuk dataset mtcars (di sini dan di sini ) baik dengan dan tanpa menskala data: Bagaimana cara menafsirkan hasil ini? Variabel hpdan dispsignifikan hanya jika data diskalakan. Apakah amdan qsecsama pentingnya atau …

10 feature-selection  linear-regression  feature-scaling 

Ditutup . Pertanyaan ini perlu lebih fokus . Saat ini tidak menerima jawaban. Ingin meningkatkan pertanyaan ini? Perbarui pertanyaan sehingga berfokus pada satu masalah hanya dengan mengedit posting ini . Ditutup 5 tahun yang lalu . Sepertinya sebagian besar bahasa memiliki sejumlah perpustakaan komputasi ilmiah yang tersedia. Python memiliki Scipy …

10 efficiency  statistics  tools  knowledge-base  machine-learning  neural-network  deep-learning  optimization  hyperparameter  machine-learning  time-series  categorical-data  logistic-regression  python  visualization  bigdata  efficiency  classification  binary  svm  random-forest  logistic-regression  data-mining  sql  experiments  bigdata  efficiency  performance  scalability  distributed  bigdata  nlp  statistics  education  knowledge-base  definitions  machine-learning  recommender-system  evaluation  efficiency  algorithms  parameter  efficiency  scalability  sql  statistics  visualization  knowledge-base  education  machine-learning  r  python  r  text-mining  sentiment-analysis  machine-learning  machine-learning  python  neural-network  statistics  reference-request  machine-learning  data-mining  python  classification  data-mining  bigdata  usecase  apache-hadoop  map-reduce  aws  education  feature-selection  machine-learning  machine-learning  sports  data-formats  hierarchical-data-format  bigdata  apache-hadoop  bigdata  apache-hadoop  python  visualization  knowledge-base  classification  confusion-matrix  accuracy  bigdata  apache-hadoop  bigdata  efficiency  apache-hadoop  distributed  machine-translation  nlp  metadata  data-cleaning  text-mining  python  pandas  machine-learning  python  pandas  scikit-learn  bigdata  machine-learning  databases  clustering  data-mining  recommender-system 

Ada beberapa pendekatan pemilihan fitur / pemilihan variabel (lihat misalnya Guyon & Elisseeff, 2003 ; Liu et al., 2010 ): metode filter (misalnya, berbasis korelasi, berbasis entropi, berbasis kepentingan hutan acak), metode pembungkus (misalnya, pencarian maju, pencarian mendaki bukit), dan metode tertanam di mana pemilihan fitur adalah bagian dari pembelajaran …

10 feature-selection  performance  model-selection 

Salah satu metodologi untuk memilih subset dari fitur Anda yang tersedia untuk classifier Anda adalah memberi peringkat berdasarkan kriteria (seperti perolehan informasi) dan kemudian menghitung akurasi menggunakan classifier Anda dan subset dari fitur peringkat. Misalnya, jika fitur Anda adalah A, B, C, D, E, dan jika peringkatnya adalah sebagai berikut …

10 machine-learning  feature-selection 

Saya mencari situs web atau buku di mana beberapa contoh praktis diberikan langkah demi langkah, menjelaskan bagaimana mereka memilih fitur yang relevan, prosedur pemilihan model, dll ...

10 machine-learning  feature-selection 

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