在AzureML中特征类型的作用是什么?

我想知道在Azure机器学习工作室中,feature numericnumeric列之间有什么区别。

根据文档网站的说明:

因为所有列最初都被视为特征,对于执行数学运算的模块,您可能需要使用此选项来防止数值列被视为变量。

但仅此而已。没有说明什么是特征,需要在哪些模块中使用特征。什么都没有。

我特别想了解在edit metadata模块的fields中的clear feature下拉选项是否有任何效果。有人能给我一个场景,来说明这个clear feature操作如何改变机器学习的结果吗?谢谢

根据文档,它应该是有效果的:

如果您想改变Azure机器学习在模型中使用数据的方式,请使用Fields选项。

但这种效果会是什么呢?任何例子都可能有帮助


回答:

正如您所怀疑的,将一列设置为feature确实是有效果的,而且实际上非常重要——在训练模型时,算法只会考虑带有feature标志的列,有效地忽略其他列。

例如,如果您有一个数据集,包含Feature1Feature2Label列,并且您只想尝试Feature1,您将对Feature2列应用clear feature(当然要确保Feature1已经设置了feature标签)。

Related Posts

使用LSTM在Python中预测未来值

这段代码可以预测指定股票的当前日期之前的值,但不能预测…

如何在gensim的word2vec模型中查找双词组的相似性

我有一个word2vec模型,假设我使用的是googl…

dask_xgboost.predict 可以工作但无法显示 – 数据必须是一维的

我试图使用 XGBoost 创建模型。 看起来我成功地…

ML Tuning – Cross Validation in Spark

我在https://spark.apache.org/…

如何在React JS中使用fetch从REST API获取预测

我正在开发一个应用程序,其中Flask REST AP…

如何分析ML.NET中多类分类预测得分数组?

我在ML.NET中创建了一个多类分类项目。该项目可以对…

发表回复

您的邮箱地址不会被公开。 必填项已用 * 标注