- 方法一：加入新特征的
- 通過直覺構(gòu)建
- 代碼實現(xiàn)
- 可視化評估
- 重復上述過程
- 警惕特征漏洞
- 任何人都有可能犯錯—要對你得到的結(jié)果持懷疑態(tài)度叭爱！
- 你應(yīng)該時刻警惕 100% 準確率澄干。不尋常的主張要有不尋常的證據(jù)來支持很魂。
- 如果有特征過度追蹤你的標簽校套，那么它很可能就是一個漏洞！
- 如果你確定它不是漏洞亭罪，那么你很大程度上就不需要機器學習了——你可以只用該特征來分配標簽复哆。
- 方法二：刪除特征
- 刪除特征的情況：噪音大欣喧、過擬合、和其他特征高度相關(guān)梯找、使訓練過程效率極大降低
- 特征不等于信息唆阿，應(yīng)當只保留與信息相關(guān)的特征
- 單變量特征選擇：
- sklearn 中有兩大單變量特征選擇工具：
SelectPercentile和SelectKBest。 兩者之間的區(qū)別從名字就可以看出：SelectPercentile 選擇最強大的 X% 特征（X 是參數(shù)）锈锤，而 SelectKBest 選擇 K 個最強大的特征（K 是參數(shù)）驯鳖。 - Tf-Idf中的特征選擇
vectorizer = TfIdfVectorizer(..., max_df = 0.5, ...) - 只使用部分特征時，容易出現(xiàn)高偏差
high bias的情況久免，即欠擬合（low r2, large SSE）
- sklearn 中有兩大單變量特征選擇工具：
- 正則化
regularization- 正則化是一種自動形式的特征選擇浅辙，在精確度、擬合的適當程度阎姥、低誤差记舆、擬合的復雜度之間進行平衡；
- 回歸中的正則化：正則化是對額外添加的特征的懲罰項
- 套索回歸
Lasso Regression中的正則化練習 - 特征選擇迷你項目
Udacity 數(shù)據(jù)分析進階課程筆記L42：特征選擇
?著作權(quán)歸作者所有,轉(zhuǎn)載或內(nèi)容合作請聯(lián)系作者
- 文/潘曉璐 我一進店門，熙熙樓的掌柜王于貴愁眉苦臉地迎上來鲸郊，“玉大人敲街，你說我怎么就攤上這事⊙贤” “怎么了多艇？”我有些...
- 文/不壞的土叔 我叫張陵，是天一觀的道長像吻。 經(jīng)常有香客問我峻黍，道長，這世上最難降的妖魔是什么拨匆？ 我笑而不...
- 正文 為了忘掉前任姆涩，我火速辦了婚禮，結(jié)果婚禮上惭每，老公的妹妹穿的比我還像新娘骨饿。我一直安慰自己，他們只是感情好台腥，可當我...
- 文/花漫 我一把揭開白布宏赘。 她就那樣靜靜地躺著，像睡著了一般黎侈。 火紅的嫁衣襯著肌膚如雪察署。 梳的紋絲不亂的頭發(fā)上，一...
- 文/蒼蘭香墨 我猛地睜開眼阳懂，長吁一口氣：“原來是場噩夢啊……” “哼！你這毒婦竟也來了蔚携？” 一聲冷哼從身側(cè)響起希太，我...
- 正文 年R本政府宣布喷斋，位于F島的核電站唁毒，受9級特大地震影響，放射性物質(zhì)發(fā)生泄漏星爪。R本人自食惡果不足惜浆西，卻給世界環(huán)境...
- 文/蒙蒙 一、第九天 我趴在偏房一處隱蔽的房頂上張望顽腾。 院中可真熱鬧近零，春花似錦、人聲如沸抄肖。這莊子的主人今日做“春日...
- 文/蒼蘭香墨 我抬頭看了看天上的太陽漓摩。三九已至入篮，卻和暖如春，著一層夾襖步出監(jiān)牢的瞬間幌甘，已是汗流浹背潮售。 一陣腳步聲響...
推薦閱讀更多精彩內(nèi)容
- 結(jié)合Scikit-learn介紹幾種常用的特征選擇方法 作者：Edwin Jarvis 特征選擇(排序)對于數(shù)據(jù)科...
- 作者： Edwin Jarvis 特征選擇(排序)對于數(shù)據(jù)科學家忘巧、機器學習從業(yè)者來說非常重要恒界。好的特征選擇能夠提升...
- 043｜4U原則：我文章寫得很好兴泥，但閱讀量總是很低，怎么辦虾宇？ 4U原則 第一原則：緊迫性 “裝修套房的最后一道工序...
