• 主题
高级搜索  >
历史搜索 清空历史
首页> 外文期刊>Journal of Intelligent Information Systems >Using Rough Sets with Heuristics for Feature Selection
【24h】

Using Rough Sets with Heuristics for Feature Selection

机译：使用带有启发式的粗糙集进行特征选择

获取原文
获取原文并翻译 | 示例
       
页面导航
  • 摘要
  • 著录项
  • 相似文献
  • 相关主题

摘要

Practical machine learning algorithms are known to degrade in performance (prediction accuracy) when faced with many features(sometimes attribute is used instead of feature) that are not necessary for rule discovery. To cope with this problem many methods for selecting a subset of features have been proposed. Among such methods, the filter approach that selects a feature subset using a preprocessing step, and the wrapper approach that selects an optimal feature subset from the space of possible subsets of features using the induction algorithm itself as a part of the evaluation function, are two typical ones.
机译：已知实用的机器学习算法会遇到许多规则发现不需要的功能（有时使用属性代替功能）而导致性能（预测准确性）下降。为了解决这个问题，已经提出了许多用于选择特征子集的方法。在这样的方法中，使用预处理步骤选择特征子集的过滤器方法和使用归纳算法本身作为评估函数的一部分从特征的可能子集的空间中选择最佳特征子集的包装器方法是两种。典型的。

著录项

相似文献

  • 外文文献
  • 中文文献
  • 专利
获取原文

客服邮箱：kefu@zhangqiaokeyan.com

京公网安备：11010802029741号 ICP备案号：京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有

  • 客服微信

  • 服务号