特征选取
python机器学习-sklearn实战（博主亲自录制视频，包含诸多特征筛选方法和代码） https://study.163.com/course/introduction.htm?courseId=1005269003&utm_campaign=commission& ...
原文：RF的特征子集选取策略（spark ml）
支持连续变量和类别变量，类别变量就是某个属性有三个值,a,b,c，需要用Feature Transformers中的vectorindexer处理 上来是一堆参数 setMaxDepth：最大树深度 setMaxBins：最大装箱数，为了近似统计变量，比如变量有 个值，我只分成 段去做统计 setMinInstancesPerNode：每个节点最少实例 setMinInfoGain：最小信息增益 ...
2018-10-30 15:27 0 683 推荐指数：
相关推荐
Spark ML中的特征转换算法——OneHotEncoder
一、为什么要用独热编码？ 在很多机器学习任务中，特征并不总是连续值，而有可能是分类值。 离散特征的编码分为两种情况： 1、离散特征的取值之间没有大小的意义，比如color：[red,blue],那么就使用one-hot编码 2、离散特征的取值有大小的意义，比如size:[X,XL,XXL ...
常用特征选取算法
特征选取是机器学习领域非常重要的一个方向。 主要有两个功能： （1）减少特征数量、降维，使模型泛化能力更强，减少过拟合 （2）增强度特征和特征值之间的理解 几种常用的特征选取方法 一、去掉取值变化小的特征 考察某个特征下，样本的方差值，可以人为给定一个阈值，抛开那些小于这个阈值 ...
ML - 特征选择
1. 决策树中的特征选择 分类决策树是一种描述对实例进行分类的树型结构，决策树学习本质上就是从训练数据集中归纳出一组分类规则，而二叉决策树类似于if-else规则。决策树的构建也是非常的简单，首先依据某种特征选择手段对每一特征对分类的贡献性大小排序，然后从根节点开始依次取出剩下特征中对分 ...
Spark ML 特征处理类之 VectorAssembler 向量装配转换器/VectorIndexer
一、VectorAssembler 二、VectorIndexer 主要作用：提高决策树或随机森林等ML方法的分类效果。 VectorIndexer是对数据集特征向量中的类别（离散值）特征（index categorical features ...
R中Factor类型选取子集
Factor是R中的一种数据类型，个人理解就是高级编程语言（C/C++,Python,PHP等）中的枚举。 选取Factor数组中的子集不像character，numeric那样直观，在这里记录选取方法，可能不是最简洁的，如果有，还请高手指点。 主要思路：将factor转成character ...
spark-ML基础
一、ML组件 ML的标准API使用管道（pipeline）这样的方式，可以将多个算法或者数据处理过程整合到一个管道或者一个流程里运行，其中包含下面几个部分： 1. dataFrame：用于ML的dataset，保存数据 2. transformer：将一个dataFrame按照某种计算转换成 ...