会员
周边
捐助
新闻
博问
闪存
赞助商
所有博客
当前博客
我的博客
我的园子
账号设置
简洁模式
...
退出登录
注册
登录
Rakers
博客园
首页
新随笔
联系
订阅
管理
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
公告