99999久久久久久亚洲,欧美人与禽猛交狂配,高清日韩av在线影院,一个人在线高清免费观看,啦啦啦在线视频免费观看www

熱線電話：13121318867

登錄
首頁(yè)精彩閱讀機(jī)器學(xué)習(xí)中的特征—特征選擇的方法以及注意點(diǎn)
機(jī)器學(xué)習(xí)中的特征—特征選擇的方法以及注意點(diǎn)
2017-07-04
收藏

機(jī)器學(xué)習(xí)中的特征—特征選擇的方法以及注意點(diǎn)

關(guān)于機(jī)器學(xué)習(xí)中的特征我有話要說(shuō)

在這次校園招聘的過(guò)程中，我學(xué)到了很多的東西，也糾正了我之前的算法至上的思想，尤其是面試百度的過(guò)程中，讓我漸漸意識(shí)到機(jī)器學(xué)習(xí)不是唯有算法，機(jī)器學(xué)習(xí)是一個(gè)過(guò)程，這樣的過(guò)程包括數(shù)據(jù)處理+模型訓(xùn)練，而數(shù)據(jù)處理又包括了特征提取，特征表示。模型訓(xùn)練中有訓(xùn)練的策略，訓(xùn)練的模型，算法相關(guān)等等的一套流程，一個(gè)好的預(yù)測(cè)模型與特征提取，特征表示的方法息息相關(guān)，而算法這是作用于特征數(shù)據(jù)集上的一種策略。

以上是我個(gè)人的一些觀點(diǎn)，如有不同見(jiàn)解的人，也希望你們留言，大家一起探討，一起進(jìn)步。今天還是要來(lái)說(shuō)說(shuō)我看到的一個(gè)材料“An Introduction to Feature Selection”，主要是我對(duì)這篇文章的一個(gè)總結(jié)與我個(gè)人的一些認(rèn)識(shí)。

一、特征選擇和降維

1、相同點(diǎn)和不同點(diǎn)

特征選擇和降維有著些許的相似點(diǎn)，這兩者達(dá)到的效果是一樣的，就是試圖去減少特征數(shù)據(jù)集中的屬性(或者稱為特征)的數(shù)目；但是兩者所采用的方式方法卻不同：降維的方法主要是通過(guò)屬性間的關(guān)系，如組合不同的屬性得新的屬性，這樣就改變了原來(lái)的特征空間；而特征選擇的方法是從原始特征數(shù)據(jù)集中選擇出子集，是一種包含的關(guān)系，沒(méi)有更改原始的特征空間。

2、降維的主要方法

Principal Component Analysis(主成分分析)，詳細(xì)見(jiàn)“簡(jiǎn)單易學(xué)的機(jī)器學(xué)習(xí)算法——主成分分析(PCA)”

Singular Value Decomposition(奇異值分解)，詳細(xì)見(jiàn)“簡(jiǎn)單易學(xué)的機(jī)器學(xué)習(xí)算法——SVD奇異值分解”

Sammon's Mapping(Sammon映射)

二、特征選擇的目標(biāo)

引用自吳軍《數(shù)學(xué)之美》上的一句話：一個(gè)正確的數(shù)學(xué)模型應(yīng)當(dāng)在形式上是簡(jiǎn)單的。構(gòu)造機(jī)器學(xué)習(xí)的模型的目的是希望能夠從原始的特征數(shù)據(jù)集中學(xué)習(xí)出問(wèn)題的結(jié)構(gòu)與問(wèn)題的本質(zhì)，當(dāng)然此時(shí)的挑選出的特征就應(yīng)該能夠?qū)?wèn)題有更好的解釋，所以特征選擇的目標(biāo)大致如下：

提高預(yù)測(cè)的準(zhǔn)確性

構(gòu)造更快，消耗更低的預(yù)測(cè)模型

能夠?qū)δＰ陀懈玫睦斫夂徒忉?

三、特征選擇的方法

主要有三種方法：

1、Filter方法

其主要思想是：對(duì)每一維的特征“打分”，即給每一維的特征賦予權(quán)重，這樣的權(quán)重就代表著該維特征的重要性，然后依據(jù)權(quán)重排序。

主要的方法有：

Chi-squared test(卡方檢驗(yàn))

information gain(信息增益)，詳細(xì)可見(jiàn)“簡(jiǎn)單易學(xué)的機(jī)器學(xué)習(xí)算法——決策樹之ID3算法”

correlation coefficient scores(相關(guān)系數(shù))

2、Wrapper方法

其主要思想是：將子集的選擇看作是一個(gè)搜索尋優(yōu)問(wèn)題，生成不同的組合，對(duì)組合進(jìn)行評(píng)價(jià)，再與其他的組合進(jìn)行比較。這樣就將子集的選擇看作是一個(gè)是一個(gè)優(yōu)化問(wèn)題，這里有很多的優(yōu)化算法可以解決，尤其是一些啟發(fā)式的優(yōu)化算法，如GA，PSO，DE，ABC等，詳見(jiàn)“優(yōu)化算法——人工蜂群算法(ABC)”，“優(yōu)化算法——粒子群算法(PSO)”。

主要方法有：recursive feature elimination algorithm(遞歸特征消除算法)

3、Embedded方法

其主要思想是：在模型既定的情況下學(xué)習(xí)出對(duì)提高模型準(zhǔn)確性最好的屬性。這句話并不是很好理解，其實(shí)是講在確定模型的過(guò)程中，挑選出那些對(duì)模型的訓(xùn)練有重要意義的屬性。

主要方法：正則化，可以見(jiàn)“簡(jiǎn)單易學(xué)的機(jī)器學(xué)習(xí)算法——嶺回歸(Ridge Regression)”，嶺回歸就是在基本線性回歸的過(guò)程中加入了正則項(xiàng)。

總結(jié)以及注意點(diǎn)

這篇文章中最后提到了一點(diǎn)就是用特征選擇的一點(diǎn)Trap。個(gè)人的理解是這樣的，特征選擇不同于特征提取，特征和模型是分不開，選擇不同的特征訓(xùn)練出的模型是不同的。在機(jī)器學(xué)習(xí)=模型+策略+算法的框架下，特征選擇就是模型選擇的一部分，是分不開的。這樣文章最后提到的特征選擇和交叉驗(yàn)證就好理解了，是先進(jìn)行分組還是先進(jìn)行特征選擇。

答案是當(dāng)然是先進(jìn)行分組，因?yàn)榻徊骝?yàn)證的目的是做模型選擇，既然特征選擇是模型選擇的一部分，那么理所應(yīng)當(dāng)是先進(jìn)行分組。如果先進(jìn)行特征選擇，即在整個(gè)數(shù)據(jù)集中挑選擇機(jī)，這樣挑選的子集就具有隨機(jī)性。

我們可以拿正則化來(lái)舉例，正則化是對(duì)權(quán)重約束，這樣的約束參數(shù)是在模型訓(xùn)練的過(guò)程中確定的，而不是事先定好然后再進(jìn)行交叉驗(yàn)證的。

數(shù)據(jù)分析咨詢請(qǐng)掃描二維碼

若不方便掃碼，搜微信號(hào)：CDAshujufenxi

數(shù)據(jù)分析師資訊
更多

OK
客服在線
立即咨詢
客服在線
立即咨詢
') } function initGt() { var handler = function (captchaObj) { captchaObj.appendTo('#captcha'); captchaObj.onReady(function () { $("#wait").hide(); }).onSuccess(function(){ $('.getcheckcode').removeClass('dis'); $('.getcheckcode').trigger('click'); }); window.captchaObj = captchaObj; }; $('#captcha').show(); $.ajax({ url: "/login/gtstart?t=" + (new Date()).getTime(), // 加隨機(jī)數(shù)防止緩存 type: "get", dataType: "json", success: function (data) { $('#text').hide(); $('#wait').show(); // 調(diào)用 initGeetest 進(jìn)行初始化 // 參數(shù)1：配置參數(shù) // 參數(shù)2：回調(diào)，回調(diào)的第一個(gè)參數(shù)驗(yàn)證碼對(duì)象，之后可以使用它調(diào)用相應(yīng)的接口 initGeetest({ // 以下 4 個(gè)配置參數(shù)為必須，不能缺少 gt: data.gt, challenge: data.challenge, offline: !data.success, // 表示用戶后臺(tái)檢測(cè)極驗(yàn)服務(wù)器是否宕機(jī) new_captcha: data.new_captcha, // 用于宕機(jī)時(shí)表示是新驗(yàn)證碼的宕機(jī) product: "float", // 產(chǎn)品形式，包括：float，popup width: "280px", https: true // 更多配置參數(shù)說(shuō)明請(qǐng)參見(jiàn)：http://docs.geetest.com/install/client/web-front/ }, handler); } }); } function codeCutdown() { if(_wait == 0){ //倒計(jì)時(shí)完成 $(".getcheckcode").removeClass('dis').html("重新獲取"); }else{ $(".getcheckcode").addClass('dis').html("重新獲取("+_wait+"s)"); _wait--; setTimeout(function () { codeCutdown(); },1000); } } function inputValidate(ele,telInput) { var oInput = ele; var inputVal = oInput.val(); var oType = ele.attr('data-type'); var oEtag = $('#etag').val(); var oErr = oInput.closest('.form_box').next('.err_txt'); var empTxt = '請(qǐng)輸入'+oInput.attr('placeholder')+'！'; var errTxt = '請(qǐng)輸入正確的'+oInput.attr('placeholder')+'！'; var pattern; if(inputVal==""){ if(!telInput){ errFun(oErr,empTxt); } return false; }else { switch (oType){ case 'login_mobile': pattern = /^1[3456789]\d{9}$/; if(inputVal.length==11) { $.ajax({ url: '/login/checkmobile', type: "post", dataType: "json", data: { mobile: inputVal, etag: oEtag, page_ur: window.location.href, page_referer: document.referrer }, success: function (data) { } }); } break; case 'login_yzm': pattern = /^\d{6}$/; break; } if(oType=='login_mobile'){ } if(!!validateFun(pattern,inputVal)){ errFun(oErr,'') if(telInput){ $('.getcheckcode').removeClass('dis'); } }else { if(!telInput) { errFun(oErr, errTxt); }else { $('.getcheckcode').addClass('dis'); } return false; } } return true; } function errFun(obj,msg) { obj.html(msg); if(msg==''){ $('.login_submit').removeClass('dis'); }else { $('.login_submit').addClass('dis'); } } function validateFun(pat,val) { return pat.test(val); }