特征選擇一般使用三個主要方法,filter,wrapper和embedded方法,那能不能結合現在比較火的深度學習來進行特征選擇呢,看了一些其他人的想法,大都是特征數少而樣本多進行選擇,根據添加或洗掉特征比較最后模型的好壞來選擇較好特征,但是如何樣本少,而特征有上千上萬個,該如何進行特征選擇呢,有沒有大牛有一些想法的,或者有參考資料可參考的,感謝感謝
轉載請註明出處,本文鏈接:https://www.uj5u.com/qita/129571.html
標籤:非技術區
上一篇:docker組態檔不存在
