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

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