2020年4月30日

9、主成分分析

摘要： 一、用自己的话描述出其本身的含义： 1、特征选择 特征选择能剔除不相关或冗余的特征，从而达到减少特征个数，提高模型精确度，减少运行时间的目的。 另一方面，选取出真正相关的特征简化模型，协助理解数据产生的过程。 2、PCA 把多个指标转化为少数几个综合指标，同时保留住较多的原数据点的特性，使数据能更好 阅读全文

posted @ 2020-04-30 23:04 321木头人123 阅读(133) 评论(0) 推荐(0) 编辑

8、特征选择

摘要： 用过滤法对以下数据进行特征选择： [[0,2,0,3], [0,1,4,3], [0,1,1,3]] 要求： 1、Variance Threshold（threshold =1.0） 2、将结果截图放上来（没有条件的备注说明原因）注意：每个人的电脑ID是不一样的 阅读全文

posted @ 2020-04-30 22:30 321木头人123 阅读(104) 评论(0) 推荐(0) 编辑

导航