Feature Selection的浮点搜寻法中的“要来的高”--什么意思？

是 否 +2 论坛币

k人 参与回答

经管之家送您一份

应届毕业生专属福利!

求职就业群

赵安豆老师微信：zhaoandou666

经管之家联合CDA

送您一个全额奖学金名额~ !

立即领取

感谢您参与论坛问题回答

经管之家送您两个论坛币！

+2 论坛币

Feature Selection讲座中讲到浮点搜寻法是“种常被广泛使用的「次最佳」特征变量选取方法，主要架构是将SBS与SFS结合在一起，在每进行完一次SFS后，随即进行一次SBS。假设k为维度变量，如果SBS所找到的新k-1维组合值比之前找到的k-1维组合要来的高，则以此k-1维组合为基础继续进行SBS；反之则不继续进行SBS，而以SFS后的k维组合继续进行SFS”---“要来的高”是什么意思？浮点搜寻法在Clementine的“Feature Selection”节点中似乎没有体现出来

扫码加我 拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

分享0 收藏0 回帖

关键词：Selection Election feature Select Elect

Feature Selection--是怎么保证“特征组”提供的信息等同于原始预测变量组的？

这里来的高，是指维度高低，也就是变量数大小。