参数调整与特征工程,哪个应该先做?

我在尝试训练一个SVM分类器,但我对机器学习还比较新手。我知道这里有两个步骤:参数调整和特征工程,但哪个应该先做?看起来这个回答建议先做特征工程,这是正确的吗?如果是正确的,我是否可以随机选择一组SVM参数来进行特征工程?


回答:

你必须先进行特征工程/特征选择。你需要知道你将使用哪些变量,然后才能调整这些值。

至于如何进行特征选择,这是另一个问题。你可以使用诸如主成分分析奇异值分解等技术,或者其他许多方法。这是一个活跃的研究领域,如果你在谷歌上搜索,你会发现很多描述各种技术的论文。

这篇是我最近阅读的一篇论文,它使用基于熵的技术进行特征选择。

Related Posts

L1-L2正则化的不同系数

我想对网络的权重同时应用L1和L2正则化。然而,我找不…

使用scikit-learn的无监督方法将列表分类成不同组别,有没有办法?

我有一系列实例,每个实例都有一份列表,代表它所遵循的不…

f1_score metric in lightgbm

我想使用自定义指标f1_score来训练一个lgb模型…

通过相关系数矩阵进行特征选择

我在测试不同的算法时,如逻辑回归、高斯朴素贝叶斯、随机…

可以将机器学习库用于流式输入和输出吗?

已关闭。此问题需要更加聚焦。目前不接受回答。 想要改进…

在TensorFlow中,queue.dequeue_up_to()方法的用途是什么?

我对这个方法感到非常困惑,特别是当我发现这个令人费解的…

发表回复

您的邮箱地址不会被公开。 必填项已用 * 标注