如何在Weka中应用特征降维方法?

  1. 如何在Weka中应用LSI等特征降维方法进行文本分类?

  2. LSI等特征降维方法能否提高分类的准确性?


回答:

  1. 可以查看FilteredClassifier类或AttributeSelectedClassifier。使用FilteredClassifier,你可以应用主成分分析(PCA)等特征降维方法。这里有一个视频,展示了如何使用PCA过滤数据集,以便你在降维后的数据集上尝试不同的分类器。

  2. 这可能有帮助,但没有保证。如果你去除了冗余特征,或以某种方式(如SVM或PCA)转换特征,分类的任务可能会变得更简单。无论如何,特征数量过多通常会导致维度灾难,而属性选择是一种避免这种情况的方法。

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