特徵選擇, 特徵工程, 資料分析【特徵選擇-包裝法】SFS序列特徵選擇法麥特在攻讀研究所的時候,對於特徵工程領域有非常強烈的興趣,所以搜尋到Sequential Feature Selector序列特徵選擇法這項特徵選擇技術,而其中又有不同的改良方法,我在撰寫碩士論文的內容中,就有使用到序列特徵選擇法來進行特徵的挑選,也讓最後建立的模型有不錯的表現。麥特資料探險2024 年 9 月 26 日
特徵工程, 特徵選擇, 資料分析, 資料科學與 AI 實戰RFE 遞迴特徵消除法全攻略:如何透過特徵工程提升機器學習準確率?想提升模型準確率?本文教你如何使用「RFE(Recursive Feature Elimination) 遞迴特徵消除法」。作為特徵工程中強大的包裝法技術,RFE 能自動篩選重要變數,降低模型複雜度並加速資料分析效率。適合程式初學者搭配 Scikit-learn 實作。麥特資料探險2024 年 6 月 13 日1 則留言