开发者社区 > 大数据与机器学习 > 人工智能平台PAI > 正文

机器学习PAI中feature selection生成的特征重要性中mean_drop_p的含义是?

机器学习PAI中请教个问题:feature selection生成的特征重要性中mean_drop_p的含义是?这个值越大特征越重要吗?

展开
收起
冰激凌甜筒 2023-04-25 17:09:21 362 0
2 条回答
写回答
取消 提交回答
  • 公众号:网络技术联盟站,InfoQ签约作者,阿里云社区签约作者,华为云 云享专家,BOSS直聘 创作王者,腾讯课堂创作领航员,博客+论坛:https://www.wljslmz.cn,工程师导航:https://www.wljslmz.com

    mean_drop_p指的是在特征选择过程中,每个特征被随机删除后,模型性能的平均下降百分比。它反映了该特征对模型性能的重要程度,mean_drop_p越大,说明该特征在模型中的重要性越高。

    2023-04-25 21:57:49
    赞同 展开评论 打赏
  • mean_drop_p的含义是特征被丢弃的概率,越大代表丢弃概率越大,此回答整理自钉群“【EasyRec】推荐算法交流群”

    2023-04-25 19:28:10
    赞同 展开评论 打赏

人工智能平台 PAI(Platform for AI,原机器学习平台PAI)是面向开发者和企业的机器学习/深度学习工程平台,提供包含数据标注、模型构建、模型训练、模型部署、推理优化在内的AI开发全链路服务,内置140+种优化算法,具备丰富的行业场景插件,为用户提供低门槛、高性能的云原生AI工程化能力。

相关产品

  • 人工智能平台 PAI
  • 热门讨论

    热门文章

    相关电子书

    更多
    大规模机器学习在蚂蚁+阿里的应用 立即下载
    基于Spark的面向十亿级别特征的 大规模机器学习 立即下载
    基于Spark的大规模机器学习在微博的应用 立即下载