会员服务
特征选择( Feature Selection )也称特征子集选择( Feature Subset Selection , FSS )，或属性选择( Attribute Selection )。是指从已有的M个特征(Feature)中选择N个特征使得系统的特定指标最优化，是从原始特征中选择出一些最有效特征以降低数据集维度的过程,是提高学习算法性能的一个重要手段,也是模式识别中关键的数据预处理步骤。对于一个学习算法来说,好的学习样本是训练模型的关键。
Ensemble Feature Selection and Harris Hawks Optimization for Explainable Mental Health Risk Prediction in Female Sex Workers
Arxiv
0+阅读 · 6月23日
Worse than Random: The Importance of a Baseline for Unsupervised Feature Selection
Arxiv
0+阅读 · 6月19日
FSEVAL: Feature Selection Evaluation Toolbox and Dashboard
Arxiv
0+阅读 · 6月19日
Sequential Feature Selection for Efficient Landslide Segmentation from Multi-Spectral Data
Arxiv
0+阅读 · 6月18日
Neural Additive and Basis Models with Feature Selection and Interactions
Arxiv
0+阅读 · 6月18日
Systematic Study of Dysarthric Speech Recognition: Spectral Features and Acoustic Models
Arxiv
0+阅读 · 6月18日
Strategic Feature Selection
Arxiv
0+阅读 · 6月17日
nCMD: Benign-Anchored Feature Selection for Imbalanced Network Intrusion Detection
Arxiv
0+阅读 · 6月7日
Disentangled Feature Importance
Arxiv
0+阅读 · 6月6日
Consistent Bayesian Local Spatial Feature Selection with Application to Spatial Multimodal Omics
Arxiv
0+阅读 · 5月28日
Local graph estimation with pathwise false discovery control
Arxiv
0+阅读 · 5月13日
Do Real-World Datasets Contain Natural Experiments? An Empirical Study Using Causal Feature Selection
Arxiv
0+阅读 · 6月2日
Efficient Benchmarking Is Just Feature Selection and Multiple Regression
Arxiv
0+阅读 · 5月25日
Efficient Benchmarking Is Just Feature Selection and Multiple Regression
Arxiv
0+阅读 · 5月29日
Predictive Radiomics for Evaluation of Cancer Immune SignaturE in Glioblastoma: the PRECISE-GBM study
Arxiv
0+阅读 · 5月11日
参考链接
微信扫码咨询专知VIP会员
Top