প্রশ্ন ট্যাগ «feature-selection»

উইকিপিডিয়া থেকে, মাত্রিকতা হ্রাস বা মাত্রা হ্রাস বিবেচনাধীন র্যান্ডম ভেরিয়েবলের সংখ্যা হ্রাস করার প্রক্রিয়া, এবং বৈশিষ্ট্য নির্বাচন এবং বৈশিষ্ট্য নিষ্কাশন মধ্যে বিভক্ত করা যেতে পারে। বৈশিষ্ট্য নির্বাচন এবং বৈশিষ্ট্য নিষ্কাশন মধ্যে পার্থক্য কি? প্রাকৃতিক ভাষা প্রক্রিয়াকরণ কার্যে মাত্রা হ্রাসের উদাহরণ কী?

58 feature-selection  feature-extraction  dimensionality-reduction 

মেশিন লার্নিং অ্যাপ্লিকেশনের সময় ডেটা পরিচালনা করার জন্য সাধারণ / সেরা অনুশীলনগুলি কী কী? উদাহরণস্বরূপ, যদি ডেটা সেটে ইভেন্টের টাইমস্ট্যাম্প সহ একটি কলাম থাকে, যেমন "2014-05-05", আপনি কীভাবে এই কলামটি থেকে দরকারী বৈশিষ্ট্যগুলি বের করতে পারেন? আগাম ধন্যবাদ!

45 machine-learning  time-series  feature-selection 

আমি অনেকগুলি বৈশিষ্ট্য নিয়ে সমস্যা নিয়ে কাজ করছি এবং আমার মডেলগুলি প্রশিক্ষণ দিচ্ছি অনেক দীর্ঘ। বৈশিষ্ট্যগুলি চয়ন করতে আমি ফরোয়ার্ড নির্বাচন অ্যালগরিদম বাস্তবায়ন করেছি। যাইহোক, আমি ভাবছিলাম যে বিজ্ঞান-শিখার কি ফরোয়ার্ড নির্বাচন / ধাপে ধাপে রিগ্রেশন অ্যালগরিদম আছে?

37 feature-selection  scikit-learn 

আমি 100 সংখ্যার বৈশিষ্ট্য সহ 50 কে উদাহরণের মাধ্যমে গ্রেডিয়েন্ট বুস্টিং মডেলটি প্রশিক্ষণের চেষ্টা করছি। XGBClassifierআমার মেশিনে 43 সেকেন্ডের মধ্যে 500 গাছ হ্যান্ডল করে, যখন GradientBoostingClassifier1 মিনিট 2 সেকেন্ডের মধ্যে কেবল 10 টি গাছ (!) পরিচালনা করে :( আমি কয়েক ঘন্টা লাগবে বলে 500 গাছ বাড়ানোর চেষ্টা করতে বিরক্ত করিনি। …

29 scikit-learn  xgboost  gbm  data-mining  classification  data-cleaning  machine-learning  reinforcement-learning  data-mining  bigdata  dataset  nlp  language-model  stanford-nlp  machine-learning  neural-network  deep-learning  randomized-algorithms  machine-learning  beginner  career  xgboost  loss-function  neural-network  software-recommendation  naive-bayes-classifier  classification  scikit-learn  feature-selection  r  random-forest  cross-validation  data-mining  python  scikit-learn  random-forest  churn  python  clustering  k-means  machine-learning  nlp  sentiment-analysis  machine-learning  programming  python  scikit-learn  nltk  gensim  visualization  data  csv  neural-network  deep-learning  descriptive-statistics  machine-learning  supervised-learning  text-mining  orange  data  parameter-estimation  python  pandas  scraping  r  clustering  k-means  unsupervised-learning 

বিশেষত আমি যা খুঁজছি তা হ'ল কিছু কার্যকারিতা সহ সরঞ্জাম যা ইঞ্জিনিয়ারিং বৈশিষ্ট্যযুক্ত। আমি সহজেই মসৃণ করতে, কল্পনা করতে, ফাঁকগুলি পূরণ করতে সক্ষম হতে চাই, এমএস এক্সেলের অনুরূপ কিছু, তবে এতে ভিবির পরিবর্তে অন্তর্নিহিত ভাষা হিসাবে আর রয়েছে।

29 feature-selection  feature-extraction  feature-construction 

আমি বর্তমানে 21 টি বৈশিষ্ট্য (প্রায় 150 টি বৈশিষ্ট্যের তালিকা থেকে নির্বাচিত) সহ ডেটা-সেটে এক্সজিবিস্ট ব্যবহার করছি, তারপরে এক-হট তাদের কোডড করে ~ 98 বৈশিষ্ট্যগুলি প্রাপ্ত করতে। এই 98 বৈশিষ্ট্য কয়েক উদাহরণস্বরূপ, কিছুটা অপ্রয়োজনীয় আছেন: একটি পরিবর্তনশীল (বৈশিষ্ট) এছাড়াও হিসাবে প্রদর্শিত হবে এবং ।একজনএকজনAবিএকজনবিএকজন\frac{B}{A}সিএকজনসিএকজন\frac{C}{A} আমার প্রশ্নগুলি হ'ল: কীভাবে ( যদি? …

23 feature-selection  correlation  xgboost  gbm 

আমি একটি কাগল প্রতিযোগিতায় অংশ নিচ্ছি। ডেটাসেটের প্রায় 100 টি বৈশিষ্ট্য রয়েছে এবং সমস্ত অজানা (আসলে তারা কী উপস্থাপন করে সেই ক্ষেত্রে)। মূলত এগুলি কেবল সংখ্যা। এই বৈশিষ্ট্যগুলিতে লোকেরা প্রচুর ফিচার ইঞ্জিনিয়ারিং করছে। আমি ভাবছি যে ঠিক কীভাবে কোনও অজানা বৈশিষ্ট্যগুলিতে ফিচার ইঞ্জিনিয়ারিং করতে সক্ষম হয়? কেউ দয়া করে আমাকে …

19 machine-learning  feature-selection  feature-extraction  feature-engineering  kaggle 

আমি যে সমস্যার মুখোমুখি হচ্ছি তা হ'ল সংক্ষিপ্ত পাঠকে একাধিক শ্রেণিতে শ্রেণিবদ্ধ করা হচ্ছে। আমার বর্তমান পদ্ধতির টিএফ-আইডিএফ ওজনযুক্ত শব্দ ফ্রিকোয়েন্সি ব্যবহার করা এবং একটি সাধারণ লিনিয়ার শ্রেণিবদ্ধ (লজিস্টিক রিগ্রেশন) শিখতে হবে। এটি যুক্তিসঙ্গতভাবে ভাল কাজ করে (পরীক্ষার সেটটিতে 90% ম্যাক্রো এফ -1, প্রশিক্ষণে প্রায় 100%)। একটি বড় সমস্যা হ'ল …

19 machine-learning  classification  feature-selection  logistic-regression  information-retrieval 

আমি ভাবছি, যদি পর্যালোচনার সংখ্যার তুলনায় বৈশিষ্ট্যগুলির সংখ্যার উপর কোনও হুরিস্টিক্স থাকে। স্পষ্টতই, যদি বেশ কয়েকটি বৈশিষ্ট্য পর্যবেক্ষণের সংখ্যার সমান হয়, তবে মডেলটি উপচে পড়বে। স্পার পদ্ধতিতে (লাসো, ইলাস্টিক নেট) ব্যবহার করে আমরা মডেল হ্রাস করতে কয়েকটি বৈশিষ্ট্য সরিয়ে ফেলতে পারি। আমার প্রশ্নটি (তাত্ত্বিকভাবে): মডেল নির্বাচনের মূল্যায়ন করতে আমরা মেট্রিক …

17 feature-selection  model-selection 

আমি corr()একটি আসল df এর বাইরে একটি df তৈরি করি । corr()Df প্রয়োগ আউট 70 এক্স 70 এসে তা হিটম্যাপ ঠাহর করা অসম্ভব ... sns.heatmap(df)। যদি আমি এটি প্রদর্শনের চেষ্টা করি corr = df.corr(), টেবিলটি স্ক্রিনের সাথে খাপ খায় না এবং আমি সমস্ত সম্পর্কিততা দেখতে পাচ্ছি। dfএটির আকার নির্বিশেষে পুরো …

17 visualization  pandas  plotting  machine-learning  neural-network  svm  decision-trees  svm  efficiency  python  linear-regression  machine-learning  nlp  topic-model  lda  named-entity-recognition  naive-bayes-classifier  association-rules  fuzzy-logic  kaggle  deep-learning  tensorflow  inception  classification  feature-selection  feature-engineering  machine-learning  scikit-learn  tensorflow  keras  encoding  nlp  text-mining  nlp  rnn  python  neural-network  feature-extraction  machine-learning  predictive-modeling  python  r  linear-regression  clustering  r  ggplot2  neural-network  neural-network  training  python  neural-network  deep-learning  rnn  predictive-modeling  databases  sql  programming  distribution  dataset  cross-validation  neural-network  deep-learning  rnn  machine-learning  machine-learning  python  deep-learning  data-mining  tensorflow  visualization  tools  sql  embeddings  orange  feature-extraction  unsupervised-learning  gan  machine-learning  python  data-mining  pandas  machine-learning  data-mining  bigdata  apache-spark  apache-hadoop  deep-learning  python  convnet  keras  aggregation  clustering  k-means  r  random-forest  decision-trees  reference-request  visualization  data  pandas  plotting  neural-network  keras  rnn  theano  deep-learning  tensorflow  inception  predictive-modeling  deep-learning  regression  sentiment-analysis  nlp  encoding  deep-learning  python  scikit-learn  lda  convnet  keras  predictive-modeling  regression  overfitting  regression  svm  prediction  machine-learning  similarity  word2vec  information-retrieval  word-embeddings  neural-network  deep-learning  rnn 

আমি জানি যে এই প্রশ্নের কোনও সুস্পষ্ট উত্তর নেই, তবে ধরা যাক যে আমার কাছে প্রচুর ডেটা সহ একটি বিশাল নিউরাল নেটওয়ার্ক রয়েছে এবং আমি ইনপুটটিতে একটি নতুন বৈশিষ্ট্য যুক্ত করতে চাই। "সেরা" উপায়টি হ'ল নতুন বৈশিষ্ট্যটির সাথে নেটওয়ার্কটি পরীক্ষা করা এবং ফলাফলগুলি দেখা, তবে বৈশিষ্ট্যটি কি অনন্যভাবে সহায়তা করে …

16 machine-learning  neural-network  feature-selection  feature-extraction 

বৈশিষ্ট্য নিষ্কাশন এবং বৈশিষ্ট্য নির্বাচন মূলত ডেটার মাত্রিকতা হ্রাস করে, তবে বৈশিষ্ট্য নিষ্কাশনটি যদি আমি সঠিক থাকি তবে ডেটাটিকে আরও বিভাজ্য করে তোলে। কোন কৌশলটি অন্যের চেয়ে বেশি পছন্দ হবে এবং কখন? আমি ভাবছিলাম, যেহেতু বৈশিষ্ট্য নির্বাচনটি মূল ডেটা এবং এর বৈশিষ্ট্যগুলিকে সংশোধন করে না, তাই আমি ধরে নিয়েছি যে …

16 feature-selection  feature-extraction  dimensionality-reduction 

ধরুন আমাদের কাছে দুটি ধরণের ইনপুট বৈশিষ্ট্য রয়েছে, শ্রেণিবদ্ধ এবং অবিচ্ছিন্ন। শ্রেণিবদ্ধ ডেটাগুলিকে ওয়ান-হট কোড এ হিসাবে উপস্থাপন করা যেতে পারে, যখন অবিচ্ছিন্ন ডেটা এন-ডাইমেনশন স্পেসে কেবল একটি ভেক্টর বি হয়। দেখে মনে হয় যে কেবল কনট্যাট (এ, বি) ব্যবহার করা ভাল পছন্দ নয় কারণ এ, বি সম্পূর্ণ ভিন্ন ধরণের …

16 neural-network  feature-selection  categorical-data  feature-construction 

অনেক তথ্য উত্স সমন্বিত আলগাভাবে কাঠামোগত ডেটার একটি সেট (যেমন ওয়েব টেবিল / লিঙ্কযুক্ত ওপেন ডেটা) ধরে নিন। ডেটা অনুসরণ করার পরে কোনও সাধারণ স্কিমা নেই এবং প্রতিটি উত্স মানগুলি বর্ণনা করার জন্য প্রতিশব্দ বৈশিষ্ট্য ব্যবহার করতে পারে (যেমন "জাতীয়তা" বনাম "জন্মানো")। আমার লক্ষ্য হ'ল এমন কিছু "গুরুত্বপূর্ণ" গুণাবলীর সন্ধান …

15 machine-learning  statistics  feature-selection 

আমার কাছে অত্যন্ত পক্ষপাতিত্বমূলক বাইনারি ডেটাসেট রয়েছে - আমার কাছে ইতিবাচক শ্রেণির চেয়ে নেতিবাচক শ্রেণির আরও 1000x উদাহরণ রয়েছে। আমি এই ডেটাতে একটি ট্রি এনসেম্বলকে (অতিরিক্ত র্যান্ডম ট্রি বা একটি এলোমেলো বন হিসাবে) প্রশিক্ষণ দিতে চাই তবে ইতিবাচক শ্রেণির পর্যাপ্ত উদাহরণ রয়েছে এমন প্রশিক্ষণ ডেটাসেট তৈরি করা কঠিন। ইতিবাচক এবং …

14 machine-learning  feature-selection  unbalanced-classes