0
用户访问量
0
注册用户数
0
在线视频观看人次
0
在线实验人次

分类与预测特征选择

作者：云创智学|发布时间：2022-01-12 13:48:02.0|来源：云创智学

分类与预测特征选择：

分类（Classification）和预测（Prediction）是预测问题的两种主要类型。分类主要是预测分类标号（离散属性），而预测主要是建立连续值函数模型。预测可给定自变量对应的因变量的值。

特征选择的一般过程如图所示：

首先从原始特征集中根据一定的策略产生特征子集，对特征子集进行评估，得到相应的评估值，然后将评估值和设定的阈值比较，如果评估值低于阈值，则重新产生新的特征子集，进行下一轮迭代；如果评估值高于阈值，则停止迭代，并对最优特征子集进行验证。特征选择模型主要有两种：Filter模型和Wrapper模型。

友情链接