欧美亚洲国产第一精品久久,hd欧美free性xxx×护士,777米奇影视第四色

liting李

2020-02-26 閱讀量: 891

如何理解特征選擇？

特征選擇( Feature Selection )也稱特征子集選擇( Feature Subset Selection , FSS )，或?qū)傩赃x擇( Attribute Selection )。是指從已有的M個特征(Feature)中選擇N個特征使得系統(tǒng)的特定指標最優(yōu)化，是從原始特征中選擇出一些最有效特征以降低數(shù)據(jù)集維度的過程,是提高學(xué)習(xí)算法性能的一個重要手段,也是模式識別中關(guān)鍵的數(shù)據(jù)預(yù)處理步驟。對于一個學(xué)習(xí)算法來說,好的學(xué)習(xí)樣本是訓(xùn)練模型的關(guān)鍵。

此外，需要區(qū)分特征選擇與特征提取。特征提取 ( Feature extraction )是指利用已有的特征計算出一個抽象程度更高的特征集，也指計算得到某個特征的算法。

特征選擇過程一般包括產(chǎn)生過程，評價函數(shù)，停止準則，驗證過程，這4個部分。