人工智能相关特征的筛选问题 10C

咨询大家一个问题,我的特征集里有很多特征,一些特征是独立的,一些是相关的一组,比如一个时间段的数据,我应该如何进行特征筛选?

举例:

[

[特征1(独立),特征2(独立),特征3(前1天特征X),特征4(前2天特征X),特征5(前1天特征Y),特征6(前2天特征Y)],.....

......

]

其中特征1和2是独立的,这个应该好进行筛选,特征3和4是相关的,特征5和6是相关的,我应该什么特征选取的方法,才能将3和4看做一组,5和6看成一组,进行筛选和保留?

另外,相同的一组特征,比如特征3和特征4,我在组织数据的时候,是否可以分散开进行组织,然后还是按照组形式筛选保留?

1个回答

如果你是深度神经网络,可以让有相关特征的构成全连接层,而独立特征的不要连接,但是你这个有时间序列的,可以考虑使用RNN(循环神经网络),然后时序的每个层共享参数和权重。

Csdn user default icon
上传中...
上传图片
插入图片
抄袭、复制答案,以达到刷声望分或其他目的的行为,在CSDN问答是严格禁止的,一经发现立刻封号。是时候展现真正的技术了!
其他相关推荐
特征提升之特征筛选
良好的数据特征组合不需太多,就可以使得模型的性能表现突出。冗余的特征虽然不会影响到模型的性能,但使得CPU的计算做了无用功。比如,PCA主要用于去除多余的线性相关的特征组合,因为这些冗余的特征组合不会对模型训练有更多贡献。不良的特征自然会降低模型的精度。 特征筛选与PCA这类通过主成分对特征进行重建的方法略有区别:对于PCA,经常无法解释重建之后的特征;然而特征筛选不存在对特征值的修改,从而更加
特征筛选(决策树性能)
本课程提供Python数据分析常用库视频培训教程,其中包括科学计算库Numpy基础知识、Python数据处理库Pandas项目实战、Python数据可视化库matplotlib、Python机器学习库Scikit-learn四大Python数据分析框架知识点的讲解,帮助更多的人占领技术的制高点,狙击AI!
最佳特征筛选与feature_selection
本文介绍的是如何利用scikit learn中的feature_selection模块来筛选最佳特征。 1.读取数据并进行填充 titanic=pd.read_csv('./titanic.txt') # print titanic.head() # print titanic.info() #分离数据特征与预测目标 y=titanic['survived'] # 提取出survived
机器学习-自动筛选特征
选择属性(weka的书中把特征翻译成属性,那么这里的属性其实也就是指特征了) 选择属性的目的: 就是通过搜索数据中所有可能的属性组合,以找到预测效果最好的属性子集。 也就是说假设属性目前有6个,准确率为80%,假设只取5个属性(这就是子集),反而准确率却变为90%选择属性和PCA降维有啥不同? 选择属性和PCA的目的都是一样,都是为了降低特征的数量,减少计算量 但是PCA是将原始特征进行一
基于sklearn的特征筛选
理论 特征筛选的作用 样本中的有些特征是所谓的“优秀特征”,使用这些特征可以显著的提高泛化能力。而有些特征在样本类别区分上并不明显,在训练中引入这些特征会导致算力的浪费;另外有些特征对样本的分类有反作用,引入这些特征反而会导致泛化能力下降 特征筛选 与PCA(主成分分析)不同,特征筛选不修改特征值,而是寻找对模型性能提升较大的尽量少的特征 代码实现 imp...
特征筛选(复习15)
本文是个人学习笔记,内容主要基于sklearn库的特征筛选器对Titanic数据集进行特征预处理后,再进行分类。特征筛选与PCA这类通过选择主成分对特征进行重建的方法略有区别:对于PCA而言,经常无法解释重建之后的特征;但是特征筛选不存在对特征值的修改,其更侧重于寻找那些对模型的性能提升较大的少量特征。import pandas as pd titanic=pd.read_csv('http://b
机器学习-特征筛选
冗余的特征虽然不会影响到模型的性能,不过却使得CPU的计算做了无用功。比如,主成分分析主要作用于去除多余的那些线性相关的特征组合,原因在于这些冗余的特征组合并不会对模型训练有更多贡献。 特征筛选与PCA这类通过选择主成分对特征进行重建方法略有区别:对于PCA而言,我们经常无法解释重建后的特征;但是特征筛选不存在对特征值的修改,而更加侧重于寻找那些对模型的性能提升较大的少量特征。 #泰坦尼克号沉
Xgboost筛选特征重要性
基本思想 根据结构分数的增益情况计算出来选择哪个特征的哪个分割点,某个特征的重要性,就是它在所有树中出现的次数之和。 使用代码 import pandas as pd import xgboost as xgb import operator from matplotlib import pylab as plt def ceate_feature_map(features): ...
XGBoost 输出特征重要性以及筛选特征
1.输出XGBoost特征的重要性 from matplotlib import pyplot pyplot.bar(range(len(model_XGB.feature_importances_)), model_XGB.feature_importances_) pyplot.show() XGBoost 特征重要性绘图 也可以使用XGBoost内置的特征重要性绘图函数 # pl...
人工智能论文,相关人工智能
附带相关文献,有利于完成有关人工智能方面的信息论文
人工智能相关问题
题目:机器人搬弄积木问题rn问题描述:设在房间里,有一个机器人Robot,一个壁橱Alcove,一块积木BOX、两张桌子A和B。开始时,机器人Robot在壁橱的旁边,且两手空空,桌子A上放着积木块BOX,桌子B上是空的。机器人Robot将把木块BOX从桌子A上转到桌子B上。其中,机器人可以行走,机器人一次只能搬动一块积木。用三种知识表示方法描述该问题,并给出问题的求解过程,并对其中一种求解方法给出计算机推理结果,要求程序运行后能给出求解的过程。rn用什么方法实现啊?rn本人刚接触到人工智能,学习的都是理论的知识,没有过实际的操作经验啊。rn谢谢江湖兄弟姐妹帮帮忙rn
pyspark实现iv特征筛选
特征筛选和iv值 特征筛选 在实际的工程建模中,有时会引入大量的特征,以便可以从更多角度来刻画特征。但是当特征太多时,难免会引入一些无效特征。无效特征不仅会给模型带来噪音,并且还会增加模型的训练难度。因此在建模之前常常有必要进行一个初步的特征筛选,以便过滤掉那些无用特征。 iv值 iv值全称是information value。通过计算不同特征的iv值,可以来判断不同特征的重要程度...
特征筛选学习总结.docx
包含5大类特征筛选方法,12小类特征筛选方法的原理以及python实现代码。
人工智能相关
里面包含了5本关于人工智能开发方面的书籍
特征相关属性
/*采用function命令声明函数时,整个函数就会像变量声明一样,提升到代码头部。*/        a ();/*声明变量*/        function a(){            console.log('a');          }        /*与*/function a(){            console.log('a');          }        ...
选择相关特征与数据可视化
本课程使用Python3讲解,同时适应于Windows、Mac OS X和Linux。本课程是《机器学习系列课程》中的重要部分。这套视频课程包括但不限于Python基础、常用机器学习框架(如scikit-learn、tensorflow、pytorch、caffe、keras等),机器学习核心算法、大量的实战案例、机器学习的数学基础,机器学习在自然语言处理中的应用、机器学习在推荐系统中的应用。
特征的转换_01-自然语言相关特征转换
笔记整理时间:2017年1月11日 笔记整理者:王小草SparkML 2.1.0的官方文档给出了21类特征转换的方法,其中关于自然语言处理领域的有3类,分别是:Tokenizer分词,StopWordsRemover去停用词,n-gram。本文主要介绍这三种方法的使用。1. Tokenizer分词在对文本做数据挖掘的时候,分词往往是第一步:将一个句子拆分成单词的集合。 在文本特征的提取笔记中,讲
人工智能相关FLD的相关ppt
机器学习相关ppt,从基础开始由浅入深介绍机器学习相关知识
分页相关 select筛选
1.dataTables分页 2.筛选 $(document.body).on("click",".inquire",function () { var coverValue = $(".filter .cover_country option:selected").val(); var operatorValue = $(".filter .operato
一次失败的kaggle比赛(2):构造新特征、特征筛选
第一篇中提到的主要问题: 第一:暴力搜索特征的方式在特征数较多的情况下不可取;较少的情况下可以考虑( 第二:sklearn中的这几个模型,ExtraTreesClassifier效果最差,RandomForestClassifier效果较好且速度比较快,GradientBoostingClassifier结果最好但速度非常慢(因为不能并行) 第三:当某一个模型(Gradi
基于变量筛选的天然植物特征成分筛选
将变量筛选用在天然植物特征成分筛选,提升传统天然植物特征成分筛选的准度、速度
使用随机逻辑回归进行特征筛选,并利用筛选后的特征建立逻辑回归模型
from sklearn.linear_model import LogisticRegression as LR from sklearn.linear_model import RandomizedLogisticRegression as RLR rlr=RLR() #建立随机逻辑回归模型,筛选变量 rlr.fit(x,y) #训练模型 rlr.get_support() #获取特征...
天善学院-特征筛选与降低维度
天善学院-特征筛选与降低维度 jupyter notebook(python 语言) 很详细的讲解和应用,可以快速入门。应用是实例的。
特征筛选(变量聚类proc varclus)
在模型筛选变量的时候,我们可以用varclus进行变量聚类分析来进行降维。提到降维我们会首先想到主成分分析,主成分实际上是正交主成分。而varclus是斜交主成分,其是在正交主成分的基础上再做了一些旋转。这样得到的主成分不仅能保留主成分的优点(主成分变量相关程度比较低)。另外一方面又能有很到的解释性,并且能达到对变量聚类的效果。 综合说来就是,主成分分析是生成了新的主成分变量,用原始变量的线性关系...
根据数据特征进行数据筛选和数据类型转换
<span style="color:#666666;">真实案例实战python数据分析。是少见的一条龙从数据抓取—清洗—分析—绘图讲解,都是实际案例,让你了解数据分析清洗挖掘的最快途径。通过学习你将收获:1.可以深入了解数据分析 2.深入了解numpy,pandas,matplotlib 3.实战数据分析案例 。</span>
人工智能相关算法实现
人工智能相关算法实现 apriori算法的java代码; Karuna Pande Joshi 算法分析; 神经网络算法源程序; 遗传算法。
与测绘相关的人工智能论文
与人工智能相关的论文,精心收集,各种不同的应用领域,很不错的,下载看看吧
人工智能控制论相关
著名《控制论导论》作者ashby理论精华集 ,是控制论和人工智能早期力作
人工智能相关文章列表
3、python教程 2、坑人的深圳元微人工智能培训大家千万别去 1、都想转AI,为什么别人薪资更高?
人工智能相关概念整理
1.人工智能:(Artificial Intelligence),英文缩写为AI。它是研究、开发用于模拟、延伸和扩展人的智能的理论、方法、技术及应用系统的一门新的技术科学。 2.机器学习:一种实现人工智能的方法 3.神经网络:一种可以通过观测数据使计算机学习的仿生语言范例,深度学习的形式,从广义上说深度学习的网络结构也是多层神经网络的一种。 DNN:是深度学习的基础,Thensorflo...
人工智能应用技术及相关介绍
人工智能工程介绍及应用技术,主要对人工智能的分类和开发实现原理进行了讲解。
人工智能相关读物(AI_Related_Tutorials)
该资源包含人工智能相关的一些资料:人工智能程序设计语言lisp,Prolog,路径寻找算法(A×),NP问题等。
人工智能相关知识
Python 基础教程
人工智能相关学习资料
资料
c++与人工智能相关疑问
作为一个c++软件开发人员,想从事人工智能相关开发。关于ai相关算法的学习和c++的深入该如何平衡?如时间分配和方向侧重。
人工智能相关书籍
人工智能基础(高教).pdf 数据挖掘原理与算法.pdf 机器学习与数据挖掘方法和应用(经典).pdf 机器学习中文版.pdf 神经网络原理(S.Haykin).pdf 高级人工智能.pdf
人工智能相关论文
大概有十几篇国外国内的人工智能、智能机器人领域最新论文,均是我花钱买回来并挑选出来,很有研究价值。
人工智能相关文章资料
一、人工智能(AI)资料大全 点击打开链接 二、我的AI转型之路与AI之我见(非985211的奋斗路程与视角) 点击打开链接 三、深度学习: 推进人工智能的梦想 点击打开链接
人工智能相关概念笔记
人工智能相关概念笔记
人工智能:TensorFlow NLP相关
人工智能;TensorFlow;深度学习
相关热词 c# 标准差 计算 c#siki第五季 c#入门推荐书 c# 解码海康数据流 c# xml的遍历循环 c# 取 查看源码没有的 c#解决高并发 委托 c#日期转化为字符串 c# 显示问号 c# 字典对象池