Perguntas com a marcação «feature-selection»

Estou explorando diferentes tipos de estruturas de árvores de análise. As duas estruturas de árvore de análise amplamente conhecidas são a) árvore de análise baseada em constituintes eb) estruturas de árvore de análise baseadas em dependência. Eu sou capaz de usar gerar dois tipos de estruturas de árvore de análise …

13 machine-learning  nlp  feature-selection  feature-extraction 

Estou lendo uma apresentação e ela recomenda não usar a codificação deixar uma de fora, mas tudo bem com uma codificação quente. Eu pensei que ambos eram iguais. Alguém pode descrever quais são as diferenças entre eles?

13 machine-learning  data-mining  feature-selection  feature-extraction  feature-engineering 

Eu estava tentando usar as importâncias de recursos da Random Forests para executar alguma seleção empírica de recursos para um problema de regressão em que todos os recursos são categóricos e muitos deles têm muitos níveis (da ordem de 100-1000). Dado que a codificação one-hot cria uma variável dummy para …

12 scikit-learn  feature-selection  random-forest  xgboost  categorical-data 

Eu plotei as importâncias do recurso em florestas aleatórias com o scikit-learn . Para melhorar a previsão usando florestas aleatórias, como posso usar as informações da plotagem para remover recursos? Ou seja, como descobrir se um recurso é inútil ou pior ainda, o desempenho das florestas aleatórias, com base nas …

12 feature-selection  random-forest  scikit-learn 

Estou prototipando um aplicativo e preciso de um modelo de linguagem para calcular a perplexidade em algumas frases geradas. Existe algum modelo de linguagem treinado em python que eu possa usar facilmente? Algo simples como model = LanguageModel('en') p1 = model.perplexity('This is a well constructed sentence') p2 = model.perplexity('Bunny lamp …

11 python  nlp  language-model  r  statistics  linear-regression  machine-learning  classification  random-forest  xgboost  python  sampling  data-mining  orange  predictive-modeling  recommender-system  statistics  dimensionality-reduction  pca  machine-learning  python  deep-learning  keras  reinforcement-learning  neural-network  image-classification  r  dplyr  deep-learning  keras  tensorflow  lstm  dropout  machine-learning  sampling  categorical-data  data-imputation  machine-learning  deep-learning  machine-learning-model  dropout  deep-network  pandas  data-cleaning  data-science-model  aggregation  python  neural-network  reinforcement-learning  policy-gradients  r  dataframe  dataset  statistics  prediction  forecasting  r  k-means  python  scikit-learn  labels  python  orange  cloud-computing  machine-learning  neural-network  deep-learning  rnn  recurrent-neural-net  logistic-regression  missing-data  deep-learning  autoencoder  apache-hadoop  time-series  data  preprocessing  classification  predictive-modeling  time-series  machine-learning  python  feature-selection  autoencoder  deep-learning  keras  tensorflow  lstm  word-embeddings  predictive-modeling  prediction  machine-learning-model  machine-learning  classification  binary  theory  machine-learning  neural-network  time-series  lstm  rnn  neural-network  deep-learning  keras  tensorflow  convnet  computer-vision 

Costumo criar um modelo (classificação ou regressão) em que tenho algumas variáveis ​​preditoras que são sequências e tenho tentado encontrar recomendações técnicas para resumi-las da melhor maneira possível para inclusão como preditores no modelo. Como exemplo concreto, digamos que um modelo esteja sendo construído para prever se um cliente deixará …

11 machine-learning  feature-selection  time-series 

Ao tentar fazer, por exemplo, uma classificação, minha abordagem atualmente é experimente primeiro vários algoritmos e faça benchmarks deles executar seleção de recurso no melhor algoritmo de 1 acima ajustar os parâmetros usando os recursos e o algoritmo selecionados No entanto, muitas vezes não consigo me convencer de que pode …

11 feature-selection  parameter-estimation 

Alguém pode sugerir qual é o estágio correto para remover as variáveis ​​correlacionadas antes da engenharia de recursos ou depois da engenharia de recursos?

11 machine-learning  feature-selection  data-science-model 

Gostaria de executar algum modelo de aprendizado de máquina como floresta aleatória, aumento de gradiente ou SVM no meu conjunto de dados. Existem mais de 200 variáveis ​​preditivas no meu conjunto de dados e minhas classes de destino são uma variável binária. Preciso executar a seleção de recursos antes do …

11 machine-learning  predictive-modeling  feature-selection  random-forest 

O gráfico a seguir mostra os coeficientes obtidos com regressão linear (com mpga variável alvo e todos os outros como preditores). Para o conjunto de dados mtcars ( aqui e aqui ) com e sem dimensionamento dos dados: Como interpreto esses resultados? As variáveis hpe dispsão significativas apenas se os …

10 feature-selection  linear-regression  feature-scaling 

Fechado . Esta questão precisa ser mais focada . No momento, não está aceitando respostas. Deseja melhorar esta pergunta? Atualize a pergunta para que ela se concentre apenas em um problema editando esta postagem . Fechado há 5 anos . Parece que a maioria das línguas tem algum número de …

10 efficiency  statistics  tools  knowledge-base  machine-learning  neural-network  deep-learning  optimization  hyperparameter  machine-learning  time-series  categorical-data  logistic-regression  python  visualization  bigdata  efficiency  classification  binary  svm  random-forest  logistic-regression  data-mining  sql  experiments  bigdata  efficiency  performance  scalability  distributed  bigdata  nlp  statistics  education  knowledge-base  definitions  machine-learning  recommender-system  evaluation  efficiency  algorithms  parameter  efficiency  scalability  sql  statistics  visualization  knowledge-base  education  machine-learning  r  python  r  text-mining  sentiment-analysis  machine-learning  machine-learning  python  neural-network  statistics  reference-request  machine-learning  data-mining  python  classification  data-mining  bigdata  usecase  apache-hadoop  map-reduce  aws  education  feature-selection  machine-learning  machine-learning  sports  data-formats  hierarchical-data-format  bigdata  apache-hadoop  bigdata  apache-hadoop  python  visualization  knowledge-base  classification  confusion-matrix  accuracy  bigdata  apache-hadoop  bigdata  efficiency  apache-hadoop  distributed  machine-translation  nlp  metadata  data-cleaning  text-mining  python  pandas  machine-learning  python  pandas  scikit-learn  bigdata  machine-learning  databases  clustering  data-mining  recommender-system 

Existem várias abordagens de seleção de características / seleção de variáveis ​​(ver, por exemplo, Guyon & Elisseeff, 2003 ; Liu et al., 2010 ): métodos de filtro (por exemplo, baseado em correlação, entropia e importância aleatória da floresta), métodos de invólucro (por exemplo, pesquisa direta, pesquisa de escalada) e métodos …

10 feature-selection  performance  model-selection 

Uma das metodologias para selecionar um subconjunto de recursos disponíveis para o seu classificador é classificá-los de acordo com um critério (como ganho de informações) e, em seguida, calcular a precisão usando seu classificador e um subconjunto dos recursos classificados. Por exemplo, se seus recursos são A, B, C, D, …

10 machine-learning  feature-selection 

Estou procurando um site ou livro em que vários exemplos práticos sejam dados passo a passo, explicando como eles escolhem os recursos relevantes, o procedimento de seleção de modelos, etc.

10 machine-learning  feature-selection 

Eu tenho conjuntos de dados que contêm, entre muitos recursos, coordenadas GPS (latitude e longitude). Eu gostaria de usar esses conjuntos de dados para explorar problemas como: (1) computação do ETA para conduzir entre os pontos inicial e final; e (2) estimar a quantidade de crimes para um ponto específico. …

10 machine-learning  feature-selection  linear-regression  feature-extraction  geospatial