产品
解决方案
文档与社区
权益中心
定价
云市场
合作伙伴
支持与服务
了解阿里云
备案
控制台
开发者社区
首页
探索云世界
探索云世界
云上快速入门,热门云上应用快速查找
了解更多
问产品
动手实践
考认证
TIANCHI大赛
活动广场
活动广场
丰富的线上&线下活动,深入探索云世界
任务中心
做任务,得社区积分和周边
高校计划
让每位学生受益于普惠算力
训练营
资深技术专家手把手带教
话题
畅聊无限,分享你的技术见解
开发者评测
最真实的开发者用云体验
乘风者计划
让创作激发创新
阿里云MVP
遇见技术追梦人
直播
技术交流,直击现场
下载
下载
海量开发者使用工具、手册,免费下载
镜像站
极速、全面、稳定、安全的开源镜像
技术资料
开发手册、白皮书、案例集等实战精华
插件
为开发者定制的Chrome浏览器插件
探索云世界
新手上云
云上应用构建
云上数据管理
云上探索人工智能
云计算
弹性计算
无影
存储
网络
倚天
云原生
容器
serverless
中间件
微服务
可观测
消息队列
数据库
关系型数据库
NoSQL数据库
数据仓库
数据管理工具
PolarDB开源
向量数据库
热门
Modelscope模型即服务
弹性计算
云原生
数据库
物联网
云效DevOps
龙蜥操作系统
平头哥
钉钉开放平台
大数据
大数据计算
实时数仓Hologres
实时计算Flink
E-MapReduce
DataWorks
Elasticsearch
机器学习平台PAI
智能搜索推荐
人工智能
机器学习平台PAI
视觉智能开放平台
智能语音交互
自然语言处理
多模态模型
pythonsdk
通用模型
开发与运维
云效DevOps
钉钉宜搭
支持服务
镜像站
码上公益
开发者社区
云计算
文章
正文
特征选择
2017-11-25
993
版权
版权声明:
本文内容由阿里云实名注册用户自发贡献,版权归原作者所有,阿里云开发者社区不拥有其著作权,亦不承担相应法律责任。具体规则请查看《
阿里云开发者社区用户服务协议
》和 《
阿里云开发者社区知识产权保护指引
》。如果您发现本社区中有涉嫌抄袭的内容,填写
侵权投诉表单
进行举报,一经查实,本社区将立刻删除涉嫌侵权内容。
简介:
特征的维数灾难 ,特征越多所需要的数据呈指数级增加
通过过滤和封装来选择特征。
特征的想关性 , 有用的特征和无用的特征。
lawrence_peng
目录
相关文章
游客rajdwy4brkw2q
|
5月前
|
机器学习/深度学习
存储
集成学习方法——随机森林
之前我们介绍过决策树,随机森林(Random Forest)是将多个决策树(Decision Tree)组合在一起形成一个强大的分类器或回归器,是一种集成学习(Ensemble Learning)方法。 随机森林的主要思想是通过随机选择样本和特征来构建多个决策树,并通过集成这些决策树的预测结果来达到更准确的分类或回归结果。具体步骤如下: 随机选择部分训练样本集; 随机选择部分特征子集; 构建决策树,对每个节点进行特征选择和分裂; 再进行重复,构建多个决策树; 对每个决策树,根据投票或平均值等方法,获得最后的分类或回归结果。
游客rajdwy4brkw2q
46
1
1
全栈技术精选
|
8月前
|
机器学习/深度学习
算法
机器学习算法之欠拟合和过拟合
机器学习算法之欠拟合和过拟合
全栈技术精选
52
0
0
游客rajdwy4brkw2q
|
6月前
|
机器学习/深度学习
存储
随机森林是什么?
随机森林(Random Forest)是将多个决策树(Decision Tree)组合在一起形成一个强大的分类器或回归器,是一种集成学习(Ensemble Learning)方法。 随机森林的主要思想是通过随机选择样本和特征来构建多个决策树,并通过集成这些决策树的预测结果来达到更准确的分类或回归结果。具体步骤如下:
游客rajdwy4brkw2q
236
1
1
东方睿赢
|
2月前
|
机器学习/深度学习
数据采集
算法
实现机器学习算法(如:决策树、随机森林等)。
实现机器学习算法(如:决策树、随机森林等)。
东方睿赢
25
0
0
翼达口香糖
|
5月前
|
机器学习/深度学习
算法
数据库
决策树与随机森林算法
决策树和随机森林都是用于分类和回归的的算法。决策树的原理是通过一系列的问题进行if、else的推导。随机森林是集合学习算法,即把很多的机器学习算法综合在一起组成一个更大的模型。
翼达口香糖
55
0
0
A等天晴
|
7月前
|
机器学习/深度学习
算法
Python
特征选择:从冗杂数据中找出真金
特征选择:从冗杂数据中找出真金
A等天晴
32
0
0
荔枝科研社
|
10月前
|
机器学习/深度学习
数据采集
算法
基于随机森林实现特征选择降维及回归预测(Matlab代码实现)
基于随机森林实现特征选择降维及回归预测(Matlab代码实现)
荔枝科研社
243
0
0
楚国玉
|
10月前
特征选择:回归,二分类,多分类特征选择有这么多差异需要注意
特征选择:回归,二分类,多分类特征选择有这么多差异需要注意
楚国玉
99
0
0
西柚与蓝莓
|
12月前
|
机器学习/深度学习
随机森林(1)
随机森林(1)
西柚与蓝莓
56
0
0
ik1003
|
机器学习/深度学习
算法
前端开发
集成学习方法之随机森林
集成学习通过建立几个模型组合的来解决单一预测问题。它的工作原理是生成多个分类器模型,各自独立地学习和作出预测。这些预测最后结合成组合预测,因此优于任何一个单分类的做出预测。
ik1003
104
0
0
热门文章
最新文章
1
CentOS通过DNSpod实现动态域名
2
阿里云播放器SDK的正确打开方式 | 功能、架构与应用(一)
3
CVE-2017-9805:Struts2 REST插件远程执行命令漏洞(S2-052) 分析报告
4
前端UI库
5
上海市获批国家大数据示范综合试验区
6
debian6 snmpd 安装配置
7
钱伯斯的遗产:思科与集成虚拟网络堆栈
8
互金整改延期无碍大局,实质是驱动行业转型
9
如何编写Linux设备驱动程序
10
数据分析告诉你为什么Apple Watch会大卖?
1
数字电路基础(Digital Circuit Basis )-1
22
2
运放知识点总结
16
3
场效应管(MOS管)知识点总结
19
4
三极管知识点总结
14
5
二极管知识点总结
17
6
串口协议、I2C协议、SPI协议总结-2
12
7
串口协议、I2C协议、SPI协议总结-1
14
8
一篇了解电感的使用
15
9
基于树莓派4B的智能家居系统设计-2
22
10
基于树莓派4B的智能家居系统设计-1
15
相关课程
更多
【算法实战】5. Logistic回归算法
【算法实战】9. 线性回归算法
【算法实战】4. 朴素贝叶斯算法
【算法实战】2. K近邻算法
【算法实战】11. K-Means(K-均值)聚类算法
【算法实战】6. 支持向量机算法
相关电子书
更多
理解过拟合
纯干货|机器学习中梯度下降法的分类及对比分析
纯干货 | 机器学习中梯度下降法的分类及对比分析
相关实验场景
更多
如何快速训练大模型
推荐系统入门之使用ALS算法实现打分预测
下一篇
部署LAMP环境(Alibaba Cloud Linux 3)