2020年5月1日
机器学习之主成分分析(PCA&特征选择)
摘要： 描述出其本身的含义 特征选择 特征选择对于数据科学家、机器学习从业者来说非常重要。好的特征选择能够提升模型的性能，更能帮助我们理解数据的特点、底层结构，这对进一步改善模型、算法都有着重要作用。 特征选择主要有两个功能： (1)减少特征数量、降维，使模型泛化能力更强，减少过拟合 (2)增强对特征和特征 阅读全文
posted @ 2020-05-01 11:08 诚哥博客 阅读(2032) 评论(0) 推荐(0) 编辑