2022年3月16日
机器学习—降维-特征选择6-4（PCA-Kernel方法）
摘要： 使用PCA核方法对糖尿病数据集降维 主要步骤流程： 1. 导入包 2. 导入数据集 3. 数据预处理 3.1 检测缺失值 3.2 生成自变量和因变量 3.3 拆分训练集和测试集 3.4 特征缩放 4. 使用 Kernel PCA 降维 5. 构建逻辑回归模型 5.1 使用原始数据构建逻辑回归模型 5 阅读全文
posted @ 2022-03-16 23:47 Theext 阅读(525) 评论(0) 推荐(0)
机器学习—降维-特征选择6-3（PCA）
摘要： 使用PCA对糖尿病数据集降维 主要步骤流程： 1. 导入包 2. 导入数据集 3. 数据预处理 3.1 检测缺失值 3.2 生成自变量和因变量 3.3 拆分训练集和测试集 3.4 特征缩放 4. 使用PCA降维 4.1 使用 PCA 生成新的自变量 4.2 验证PCA转换规则 4.2.1 打印旧的自 阅读全文
posted @ 2022-03-16 21:46 Theext 阅读(1022) 评论(0) 推荐(0)
机器学习—降维-特征选择6-2（包装法）
摘要： 使用包装法对糖尿病数据集降维（递归特征消除法） 主要步骤流程： 1. 导入包 2. 导入数据集 3. 数据预处理 3.1 检测缺失值 3.2 生成自变量和因变量 3.3 拆分训练集和测试集 3.4 特征缩放 4. 使用递归特征消除法降维 5. 得到降维后的自变量 数据集链接：https://www. 阅读全文
posted @ 2022-03-16 21:19 Theext 阅读(200) 评论(0) 推荐(0)
机器学习—降维-特征选择6-1（过滤法）
摘要： 使用过滤法对糖尿病数据集降维 主要步骤流程： 1. 导入包 2. 导入数据集 3. 数据预处理 3.1 检测缺失值 3.2 生成自变量和因变量 4. 使用不同的统计指标做特征选择 4.1 使用 方差 指标 4.2 使用 卡方检验 指标 5. 构建逻辑回归模型并评估模型性能 5.1 使用原始数据构建 阅读全文
posted @ 2022-03-16 21:10 Theext 阅读(284) 评论(0) 推荐(0)