交叉驗證(Cross-Validation):
以下簡稱交叉驗證(Cross Validation)為CV.CV是用來驗證分類器的性能一種統(tǒng)計分析方法,基本思想是把在某種意義下將原始數(shù)據(jù)(dataset)進(jìn)行分組,一部分做為訓(xùn)練集(train set),另一部分做為驗證集(validation set),首先用訓(xùn)練集對分類器進(jìn)行訓(xùn)練,在利用驗證集來測試訓(xùn)練得到的模型(model),以此來做為評價分類器的性能指標(biāo).
特征選擇(Feature Selection):
特征選擇是特征工程中的重要問題(另一個重要的問題是特征提?。婚g常說:數(shù)據(jù)和特征決定了機(jī)器學(xué)習(xí)的上限,而模型和算法只是逼近這個上限而已。由此可見,特征工程尤其是特征選擇在機(jī)器學(xué)習(xí)中占有相當(dāng)重要的地位。
http://blog.csdn.net/linkin1005/article/details/42869331
http://blog.csdn.net/linkin1005/article/details/43018827
http://blog.csdn.net/mafeichao/article/details/6403008
新聞熱點
疑難解答