Wrapper Selection의 종류 - Forward & Backward Greedy, Genetic & Local Search
이 포스팅은 개인적은 공부를 남기는 포스팅입니다. 잘못된 부분이 있다면 댓글로 알려주시면 감사합니다. Wrapper Selection은 Feature Selection에 예측 모델에 서로 피처들의 부분 집합을 만들어 테스트 하여 최적화된 부분 집합을 선택하는 방법입니다. Wrapper Selection에는 Forward Greedy, Backward Greedy, Genetic Search, Local Search 4가지 방법이 대표적입니다. 4가지 방법에 대해 간략하게 정리해보겠습니다. 1. Forward Greedy (Forward Selection) Forward Greedy는 Forward Selection으로도 불립니다. 변수를 하나씩 추가하며 모델의 성능을 측정하며 가장 좋은 성능을 보인 변수..
머신러닝
2020. 2. 22. 23:15
공지사항
최근에 올라온 글
최근에 달린 댓글
- Total
- Today
- Yesterday
링크
TAG
- 30 Day LeetCode Challenge
- 노드
- Component
- 퍼셉트론
- git
- 파이썬 numpy
- Node
- GPT서비스
- 리엑트
- GPTGOT
- LeetCode 알고리즘 공부
- react
- LeetCode 5월 챌린지
- React 프로젝트 생성
- vscode
- 버츄얼스튜디오코드
- LeetCode 풀이
- Next.js 프로젝트 생성
- JavaScript ID 정규식
- 파이썬
- Java leetcode
- Java
- numpy
- 머신러닝
- 지도학습
- 에라토스테네스
- CHATGOT
- Python
- 넘파이
- LeetCode 30일 챌린지
일 | 월 | 화 | 수 | 목 | 금 | 토 |
---|---|---|---|---|---|---|
1 | 2 | 3 | 4 | |||
5 | 6 | 7 | 8 | 9 | 10 | 11 |
12 | 13 | 14 | 15 | 16 | 17 | 18 |
19 | 20 | 21 | 22 | 23 | 24 | 25 |
26 | 27 | 28 | 29 | 30 | 31 |
글 보관함