?? 内容概要 怎样使用pandas读入数据怎样使用seaborn进行数据的可视化scikit-learn的线性回归模型和用法线性回归模型的评估測度特征选择的方法 作为有监督学习，分类问题是预測类别结果，而回归问题是预測一个连续的结果。 1. 使用pandas来读取数据 Pandas是一个用于数据探
分类：
其他好文 时间：
2016-02-25 09:08:08
阅读次数：
578
作者：Edwin Jarvis 特征选择(排序)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： 减少特征数量、降维，使模型泛化能力更强，减少过拟合 增强对特征和特征值
分类：
其他好文 时间：
2016-02-11 00:29:01
阅读次数：
474
http://www.zhihu.com/question/31989952连续特征的离散化：在什么情况下将连续的特征离散化之后可以获得更好的效果？Q:CTR预估，发现CTR预估一般都是用LR，而且特征都是离散的。为什么一定要用离散特征呢？这样做的好处在哪里？A:在工业界，很少直接将连续值作为逻辑回...
分类：
其他好文 时间：
2016-01-13 19:33:35
阅读次数：
1870
讲机器学习为什么要讲相亲？被讨论群里的小伙伴催着相亲，哦不，催着讲特征工程紧啊。只是我们不太敢讲这么复杂高深的东西，毕竟工程实践的经验太复杂了，没有统一的好解释的理论，一般的教材讲这方面的内容不多。我们就打算以一个相亲的故事为例，串一些特征工程的内容。...
分类：
其他好文 时间：
2016-01-08 13:28:51
阅读次数：
242
特征选择有很多方法，看了很多资料后，我总结了以下几种，以后有新内容会随时修改1.DF——基于文档频率的特征提取方法概念：DF（document frequency）指出现某个特征项的文档的频率。步骤：1).从训练语料中统计出保函某个特征的文档频率（个数） 2).根据设定的阈值（min&max）...
分类：
其他好文 时间：
2015-12-18 16:10:46
阅读次数：
159
特征选择(排序)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：减少特征数量、降维，使模型泛化能力更强，减少过拟合增强对特征和特征值之间的理解拿到数据集，一个特征选择方法...
分类：
其他好文 时间：
2015-12-10 13:09:43
阅读次数：
187
原文：http://www.flickering.cn/ads/2014/08/%E8%BD%AC%E5%8C%96%E7%8E%87%E9%A2%84%E4%BC%B0-4%E7%89%B9%E5%BE%81%E9%80%89%E6%8B%A9%EF%BC%8D%E7%AE%80%E4%BB%8B...
分类：
其他好文 时间：
2015-11-30 17:59:00
阅读次数：
400
原文：http://www.cnblogs.com/heaad/archive/2011/01/02/1924088.html1 综述(1)什么是特征选择特征选择( Feature Selection )也称特征子集选择( Feature Subset Selection , FSS )，或属性选择...
分类：
编程语言 时间：
2015-11-30 15:58:02
阅读次数：
186
特征选择的一般过程：1.生成子集：搜索特征子集，为评价函数提供特征子集2.评价函数：评价特征子集的好坏3.停止准则：与评价函数相关，一般是阈值，评价函数达到一定标准后就可停止搜索4.验证过程：在验证数据集上验证选出来的特征子集的有效性1.生成子集搜索算法有 完全搜索、启发式搜索、随机搜索 三大类。（...
分类：
编程语言 时间：
2015-11-10 22:25:10
阅读次数：
479
参考文献特征提取是机器学习的准备工作。一、特征大体上分几种呢有人分：high features 和low features. high features 指比较泛的特征；low features 指相对具体的特征。有人分：具体特征，原始特征（不加工raw），抽象特征。总体上，Low Level 比较...
分类：
其他好文 时间：
2015-10-04 17:08:42
阅读次数：
237
