การเข้าใจและทําการคํานวณข้อมูลการรวมเข้ากับภาพสําหรับการเลือกคุณสมบัติ

ข้อมูลต่าง ๆ เป็นวิธีการทางสถิติที่ใช้ประเมินความเกี่ยวข้องระหว่างตัวแปรสองตัว การคัดเลือกแบบ จะช่วยระบุลักษณะที่มีข้อมูลที่มีความสําคัญมากที่สุดเกี่ยวกับตัวแปรเป้าหมาย วิธีนี้ถูกใช้อย่างกว้างขวางในการเรียนรู้ของเครื่อง เพื่อปรับปรุงประสิทธิภาพในการแสดงผลโดยการเลือกคุณสมบัติที่เป็นประโยชน์มากที่สุด

ข้อมูลที่แบ่งส่วนคืออะไร

ข้อมูล ที่ ถูก แบ่ง แยก เป็น สัดส่วน ของ ข้อมูล ที่ ได้ มา เกี่ยว กับ ตัวแปรสุ่ม หนึ่ง ตัว ผ่าน อีก ตัวแปร หนึ่ง.

กําลังคํานวณข้อมูลการซ้อนภาพ

การคํานวณเกี่ยวข้องกับการกระจายตัวของความน่าจะเป็นของตัวแปร สูตรนี้ขึ้นอยู่กับการกระจายตัวของความน่าจะเป็นร่วมกัน และการกระจายตัวของความน่าจะเป็นแต่ละตัว

[FLT: 0]] I(X;Y) = ⁇ ⁇ p(x,y) log (p(x,y) / (p(x) p(y) p(y))))))) ([FLT: 1))).

ที่ไหน:

• [FLT: 0]] p(x,y) คือความน่าจะเป็นร่วมกันของ X กับ Y
• [FLT: 0]] p(x)] และ p(y] เป็นความน่าจะเป็นริมขอบ

โปรแกรมในการเลือกแบบย่อ

ในการเลือกคุณสมบัติ ข้อมูลร่วมกัน ช่วยตัดสินว่าคุณสมบัติใดเกี่ยวข้องกับตัวแปรเป้าหมายมากที่สุด คุณสมบัติที่มีคะแนนข้อมูลร่วมกันที่สูงขึ้นนั้น นับว่ามีประโยชน์มากกว่า และจัดลําดับสําหรับการฝึกจําลอง กระบวนการนี้จะช่วยลดสัดส่วน และปรับปรุงประสิทธิภาพของโมเดล

วิธี การ ทั่ว ไป รวม ถึง การ คํานวณ ข้อมูล ระหว่าง ลักษณะ แต่ ละ อย่าง กับ เป้า หมาย แล้ว เลือก ลักษณะ เด่น ๆ ที่ อาศัย คะแนน.