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。
【CSIG奖励访谈】2021年度CSIG优秀博士学位论文奖获奖者徐天阳
中国图象图形学学会CSIG
0+阅读 · 2022年6月30日
精选两篇最新AutoML推荐系统综述
机器学习与推荐算法
5+阅读 · 2022年4月7日
WWW2022 | 推荐系统中的特征自动提取
图与推荐
1+阅读 · 2022年2月24日
SIGIR20 | 基于用户行为检索的点击率预估模型
机器学习与推荐算法
1+阅读 · 2021年9月28日
认真的聊一聊决策树和随机森林
AINLP
1+阅读 · 2021年2月5日
关于Scikit-Learn你(也许)不知道的10件事
深度学习自然语言处理
0+阅读 · 2020年8月4日
微信扫码咨询专知VIP会员