Pertanyaan yang diberi tag «feature-selection»

Dalam banyak algoritme pembelajaran mesin, penskalaan fitur (penskalaan variabel, normalisasi) adalah langkah umum yang belum ada. Wikipedia - Penskalaan Fitur - pertanyaan ini hampir selesai. Pertanyaan # 41704 - Bagaimana dan mengapa kerja normalisasi dan penskalaan fitur berfungsi? Saya punya dua pertanyaan khusus sehubungan dengan Pohon Keputusan: Apakah ada implementasi …

10 machine-learning  feature-selection  cart 

Haruskah pemilihan fitur dilakukan hanya pada data pelatihan (atau semua data)? Saya telah melalui beberapa diskusi dan makalah seperti Guyon (2003) dan Singhi dan Liu (2006) , tetapi masih tidak yakin tentang jawaban yang benar. Pengaturan percobaan saya adalah sebagai berikut: Dataset: 50-kontrol sehat & 50-pasien penyakit (cca 200 fitur …

10 dataset  cross-validation  experiment-design  feature-selection 

Saya mencari jawaban intuitif mengapa model GLM LASSO memilih prediktor spesifik dari kelompok yang sangat berkorelasi, dan mengapa itu melakukannya secara berbeda maka pemilihan fitur subset terbaik. Dari geometri LASSO yang ditunjukkan pada Gambar 2 di Tibshirani 1996, saya dituntun untuk percaya bahwa LASSO memilih prediktor dengan varian yang lebih …

10 feature-selection  lasso 

Saya mencoba menerapkan ide informasi timbal balik ke pemilihan fitur, seperti yang dijelaskan dalam catatan kuliah ini (di halaman 5). Platform saya adalah Matlab. Satu masalah yang saya temukan ketika menghitung informasi timbal balik dari data empiris adalah bahwa angka selalu bias ke atas. Saya menemukan sekitar 3 ~ 4 …

10 matlab  feature-selection  information-theory  mutual-information 

Saya memiliki akses ke dataset yang sangat besar. Data tersebut dari rekaman MEG dari orang yang mendengarkan kutipan musik, dari satu dari empat genre. Data adalah sebagai berikut: 6 mata pelajaran 3 pengulangan Eksperimental (zaman) 120 Percobaan per zaman 8 detik data per percobaan pada 500Hz (= 4000 sampel) dari …

10 machine-learning  feature-selection  large-data  feature-construction 

Saya memiliki satu set data dengan sekitar 70 variabel yang ingin saya kurangi. Yang ingin saya lakukan adalah menggunakan CV untuk menemukan variabel yang paling berguna dengan cara berikut. 1) Pilih secara acak katakan 20 variabel. 2) Gunakan stepwise/ LASSO/ lars/ etc untuk memilih variabel yang paling penting. 3) Ulangi …

10 r  cross-validation  feature-selection  random-forest  stepwise-regression 

Saya menggunakan SVM untuk memprediksi diabetes. Saya menggunakan set data BRFSS untuk tujuan ini. Kumpulan data memiliki dimensi dan miring. Persentase s dalam variabel target adalah sedangkan s merupakan sisa 89 \% .432607 × 136432607×136432607 \times 136Y11 %11%11\%N89 %89%89\% Saya hanya menggunakan 15dari 136variabel independen dari set data. Salah satu …

10 r  classification  svm  feature-selection  e1071 

Pertanyaan pemula di sini. Saat ini saya sedang melakukan regresi nonparametrik menggunakan paket np di R. Saya memiliki 7 fitur dan menggunakan pendekatan brute force saya mengidentifikasi yang terbaik 3. Tapi, segera saya akan memiliki lebih dari 7 fitur! Pertanyaan saya adalah apa metode terbaik saat ini untuk pemilihan fitur …

10 r  machine-learning  nonparametric  feature-selection 

Saya memiliki tiga fitur yang saya gunakan untuk menyelesaikan masalah klasifikasi. Awalnya, fitur-fitur ini menghasilkan nilai boolean, jadi saya bisa mengevaluasi redundansi mereka dengan melihat berapa banyak set klasifikasi positif dan negatif yang tumpang tindih. Sekarang saya telah memperluas fitur untuk menghasilkan nilai nyata (skor), dan saya ingin menganalisis redundansi …

10 correlation  feature-selection 

Ini kode saya untuk metode pemilihan fitur dengan Python: from sklearn.svm import LinearSVC from sklearn.datasets import load_iris iris = load_iris() X, y = iris.data, iris.target X.shape (150, 4) X_new = LinearSVC(C=0.01, penalty="l1", dual=False).fit_transform(X, y) X_new.shape (150, 3) Tetapi setelah mendapatkan X baru (variabel dependen - X_new), Bagaimana saya tahu variabel …

10 feature-selection  python  scikit-learn 

Saya bertanya pada diri sendiri apakah itu ide yang baik untuk menghapus variabel-variabel dengan nilai penting variabel negatif ("% IncMSE") dalam konteks regresi. Dan apakah itu memberi saya prediksi yang lebih baik? Bagaimana menurut anda?

10 machine-learning  feature-selection  random-forest  importance 

Saya memiliki delapan variabel independen dan satu dependen. Saya telah menjalankan matriks korelasi, dan 5 di antaranya memiliki korelasi rendah dengan DV. Saya kemudian menjalankan beberapa regresi bertahap untuk melihat apakah ada / semua IVs dapat memprediksi DV. Regresi menunjukkan bahwa hanya dua IV yang dapat memprediksi DV (hanya dapat …

10 regression  correlation  statistical-significance  feature-selection  predictor 

Jadi saya telah membaca beberapa buku (atau bagian dari mereka) tentang pemodelan (F. Harrell "Strategi Pemodelan Regresi" antara lain), karena situasi saya saat ini adalah bahwa saya perlu melakukan model logistik berdasarkan data respon biner. Saya memiliki data kontinu, kategoris, dan biner (prediktor) dalam kumpulan data saya. Pada dasarnya saya …

9 logistic  predictive-models  feature-selection  regression-strategies 

Saya memiliki dataset dengan tiga variabel, di mana semua variabel kuantitatif. Sebut saja yyy , x1x1x_1 dan x2x2x_2 . Saya menyesuaikan model regresi dalam perspektif Bayesian via MCMC denganrjags Saya melakukan analisis eksplorasi dan sebar y×x2y×x2y\times x_2 menunjukkan bahwa istilah kuadrat harus digunakan. Lalu saya memasang dua model (1) y=β0+β1∗x1+β2∗x2y=β0+β1∗x1+β2∗x2y=\beta_0+\beta_1*x_1+\beta_2*x_2 …

9 bayesian  feature-selection  model-selection  model  credible-interval 

Saya ingin menghitung pentingnya setiap fitur input menggunakan model yang mendalam. Tetapi saya hanya menemukan satu makalah tentang pemilihan fitur menggunakan pembelajaran mendalam - pemilihan fitur dalam . Mereka menyisipkan lapisan node yang terhubung ke setiap fitur secara langsung, sebelum lapisan tersembunyi pertama. Saya mendengar bahwa jaringan kepercayaan yang mendalam …

9 feature-selection  deep-learning  deep-belief-networks  rbm