会员服务
特征选择( Feature Selection )也称特征子集选择( Feature Subset Selection , FSS )，或属性选择( Attribute Selection )。是指从已有的M个特征(Feature)中选择N个特征使得系统的特定指标最优化，是从原始特征中选择出一些最有效特征以降低数据集维度的过程,是提高学习算法性能的一个重要手段,也是模式识别中关键的数据预处理步骤。对于一个学习算法来说,好的学习样本是训练模型的关键。
Partial Information Decomposition for Data Interpretability and Feature Selection
Arxiv
0+阅读 · 11月18日
Feature Selection Approaches for Newborn Birthweight Prediction in Multiple Linear Regression Models
Arxiv
0+阅读 · 11月17日
Feature Selection for Network Intrusion Detection
Arxiv
0+阅读 · 11月18日
Implicit Regularization for Multi-label Feature Selection
Arxiv
0+阅读 · 11月18日
Is Graph Convolution Always Beneficial For Every Feature?
Arxiv
0+阅读 · 11月12日
Feature Selection Based on Wasserstein Distance
Feature Selection Based on Wasserstein Distance
Arxiv
0+阅读 · 11月12日
The effect of different feature selection methods on models created with XGBoost
Arxiv
0+阅读 · 11月8日
Feature Selection Based on Wasserstein Distance
Feature Selection Based on Wasserstein Distance
Arxiv
0+阅读 · 11月11日
Enhancing Phishing Detection through Feature Importance Analysis and Explainable AI: A Comparative Study of CatBoost, XGBoost, and EBM Models
Arxiv
0+阅读 · 11月11日
Effect sizes as a statistical feature-selector-based learning to detect breast cancer
Arxiv
0+阅读 · 11月11日
DeepDRK: Deep Dependency Regularized Knockoff for Feature Selection
Arxiv
0+阅读 · 11月8日
Detection of LUAD-Associated Genes Using Wasserstein Distance in Multi-Omics Feature Selection
Detection of LUAD-Associated Genes Using Wasserstein Distance in Multi-Omics Feature Selection
Arxiv
0+阅读 · 11月7日
Human-in-the-Loop Feature Selection Using Interpretable Kolmogorov-Arnold Network-based Double Deep Q-Network
Arxiv
0+阅读 · 11月6日
Exploring Feature Importance and Explainability Towards Enhanced ML-Based DoS Detection in AI Systems
Arxiv
0+阅读 · 11月4日
Introducing Perturb-ability Score (PS) to Enhance Robustness Against Evasion Adversarial Attacks on ML-NIDS
Introducing Perturb-ability Score (PS) to Enhance Robustness Against Evasion Adversarial Attacks on ML-NIDS
Arxiv
0+阅读 · 11月5日
参考链接
父主题
机器学习
子主题
压缩感知
稀疏表示
字典学习
微信扫码咨询专知VIP会员
Top