摘要：
一、用自己的话描述出其本身的含义： 1、特征选择 将高维空间的样本通过映射或者是变换的方式转换到低维空间，达到降维的目的，然后通过特征选取删选掉冗余和不相关的特征来进一步降维。 2、PCA 找出数据里最主要的方面，用数据里最主要的方面来代替原始数据 二、并用自己的话阐述出两者的主要区别 PCA是用于 阅读全文
posted @ 2020-04-27 21:49
妮妮妮kk
阅读(127)
评论(0)
推荐(0)
摘要：
1.逻辑回归是怎么防止过拟合的？为什么正则化可以防止过拟合？（大家用自己的话介绍下） 防止过拟合方法： 算法层面-正则化： L1正则，通过增大正则项导致更多参数为0，参数系数化降低模型复杂度，从而抵抗过拟合。 L2正则，通过使得参数都趋于0，变得很小，降低模型的抖动，从而抵抗过拟合。 数据层面： 加 阅读全文
posted @ 2020-04-27 20:56
妮妮妮kk
阅读(149)
评论(0)
推荐(0)
摘要：
用过滤法对以下数据进行特征选择： [[0,2,0,3], [0,1,4,3], [0,1,1,3]] 要求： 1、Variance Threshold（threshold =1.0） 2、将结果截图放上来（没有条件的备注说明原因）注意：每个人的电脑ID是不一样的 代码： from sklearn.f 阅读全文
posted @ 2020-04-27 14:56
妮妮妮kk
阅读(99)
评论(0)
推荐(0)
浙公网安备 33010602011771号