wanglei5205

摘要： # 过滤式特征选择法的原理 使用发散性或相关性指标对各个特征进行评分，选择分数大于阈值的特征或者选择前K个分数最大的特征。具体来说，计算每个特征的发散性，移除发散性小于阈值的特征/选择前k个分数最大的特征；计算每个特征与标签的相关性，移除相关性小于阈值的特征/选择前k个分数最大的特征。 # 过滤式特征选择法的特点 特征选择过程与学习器无关，相当于先对初始特征... 阅读全文

摘要： 数据和特征决定了机器学习的上限，而模型和算法只是逼近这个上限而已。特征选择是特种工程的重要组成部分，在现实任务中，获得数据之后通常先进性特征选择，用相关特征训练学习器。 特征选择的概念 相关特征：与当前学习任务相关的特征 无关特征：与当前学习任务无关的特征 特征选择：在不丢失重要特征的前提下，从给定的特征集合中选择出相关特征子集的过程（相关性） 特征选择的原因 1... 阅读全文

摘要： 原创博文，转载请注明出处！ # 题目 # 思路 设置两个辅助变量small和big，small表示序列的最小值，big表示序列的最大值。如果sum(small ~ big) > s，则增大small的值。如果sum(small ~ big) #include using namespace std; class Solution { public: vector > ... 阅读全文