知识卡片
过滤包裹嵌入式选择
过滤式在模型训练前用统计准则筛选特征;包裹式反复训练目标学习器,用其表现评价特征子集;嵌入式把选择融入训练优化,例如稀疏正则化。包裹式贴近具体模型,但多次训练通常更耗计算,也要避免用测试集反复选择。
这张卡片看不懂?
这张卡片已通过人工审查,不再接受失败反馈。
已有反馈 · 0 条
还没有人提交反馈。
在整书笔记中的位置
- · 第5章 机器学习
原书出处 · 1 处
- 机器学习 · 查看原书依据
常见的特征选择方法大致可分为三类:过滤式、包裹式和嵌入式。
参考来源
- 位置:《现代人工智能技术》第5章《机器学习》(来源项目:book-source;源文件:extracted/现代人工智能技术/_epub-src/EPUB/xhtml/chapter7.xhtml)
- 结论依据:原文分别定义三类方法并比较包裹式计算开销。
- 原始内容:常见的特征选择方法大致可分为三类:过滤式、包裹式和嵌入式。