什么是特征选择的前馈包装方法?
Posted
技术标签:
【中文标题】什么是特征选择的前馈包装方法?【英文标题】:What is feed-forward wrapper method for feature selection? 【发布时间】:2012-11-23 09:16:59 【问题描述】:对于一个学校项目,我需要从 UCI 存储库中选择一个数据集,并在使用“前馈包装器”特征选择对其进行处理后使用 KNN 对数据进行分类。谷歌搜索“前馈包装器”一无所获......有人可以向我解释它是什么吗?更好的是,向我描述完成这项任务的步骤可能吗? “数据类型”、“属性类型”、“属性个数”应该选择什么样的数据?
最好, 法提赫
【问题讨论】:
【参考方案1】:我的第一个猜测是您的老师希望您使用feed-forward neural network(也称为多层感知器或 MLP),并将其输出用作 KNN 的输入。这是有道理的,尽管我不清楚你将如何训练 MLP。
关于如何选择数据集:从一个简单的开始,比如 Iris 数据集。那一个有4个维度和3个类。这意味着您的算法将很快通过它,并且您应该能够获得不错的性能。在您的算法在 Iris 上表现良好后,您可以选择更大的集合。
【讨论】:
【参考方案2】:感谢您的回复,这是作业文本中的错误。显然它只是“前向特征选择”,谷歌为此提供了相当多的信息。
【讨论】:
以上是关于什么是特征选择的前馈包装方法?的主要内容,如果未能解决你的问题,请参考以下文章