关键词automatic feature selection
搜索结果 - 3
- 基于图的多类分类自动特征选择通过均值简化轮廓
该论文介绍了一种用于多类别分类的自动特征选择的新型基于图的滤波方法(缩写为 GB-AFS),它确定了在维持预测性能的同时保持不同类别之间互补判别能力的最小特征组合。该方法不需要任何用户定义的参数,如要选择的特征数量。该方法使用 Jeffri - 无模型特征选择以促进表格数据中发现不同子组
该论文提出了一个面向数据的 AI 框架,可以自动选择重要特征,实现自动发现不同的数据子组并提高检测性能。通过在 MIMIC-III 和 Allstate Claims 公开数据集上的验证,该框架比现有的六种特征选择方法减少了 81 倍和 1 - COLING利用 Facebook 反應進行情緒偵測的遠距監督
利用 Facebook 反应特性以远程监督的方式训练支持向量机分类器进行情感检测,通过不同特征组合和不同 Facebook 页面的结合,并在现有情感检测基准上进行测试,证明通过只采用完全自动化的信息来进行训练(而不依赖于手工制作的词典),可