Mahalagang hakbang ang pagpili ng mga sangkap sa paggawa ng mahuhusay na modelo sa pag - aaral ng makina.

Karaniwang mga Paraan ng Pag - aaral

Ang ilang mga pamamaraang qualitibo ay malawakang ginagamit para sa pagpili ng tampok. Ang mga pamamaraang ito ay tumataya sa kahalagahan ng mga katangian gamit ang mga estadistikal na hakbang o mga batayang algorithmiko.Ang pagpili ng angkop na pamamaraan ay nakasalalay sa datos at espesipikong problema.

Mga Pamamaraan ng Pansala

Ang mga pamamaraang Filter ay sumusuri ng mga katangian batay sa kanilang relasyong estadistikal sa puntiryang variable.Ang mga ito ay may kakalkulahan at angkop para sa mataas-dimensiyonal na datos. Ang mga karaniwang pamamaraang pansala ay kinabibilangan ng:

  • Correlation Cofity: Sinusukat ang mga ugnayang linear sa pagitan ng mga tampok at puntirya.
  • Chi-Square Test:[kailangan ng sanggunian] Ang kasarinlan sa pagitan ng mga kategorikal na variable.
  • Mututual Information: Kuwalipikasyon ng dami ng impormasyong pinagsasaluhan sa pagitan ng mga variable.

Mga Pamamaraan ng Pag - iikid

Ang mga pamamaraan ng pag - aalis ng mga balahibo ay sumusuri sa mga bahagi ng mga katangian sa pamamagitan ng pagsasanay sa mga modelo at pagpili sa kombinasyon na nagbubunga ng pinakamahusay na pagtatanghal.

  • Forward Selection: Nagsisimula nang walang mga tampok at nagdaragdag ng isa sa isang panahon.
  • Backward Elimination: Nagsisimula sa lahat ng mga katangian at inaalis ang pinaka-hindi mahalaga.
  • Recurssive Feature Elimination: Ang mga tampok na mga katangian batay sa mga modelong pabigat.

Mga Pamamaraang Nabuo

Kabilang sa mga pamamaraang may kasamang mga pabalat ang pagpili sa loob ng proseso ng pagsasanay ng modelo. Kanilang tinitimbang ang kahusayan at bisa sa pamamagitan ng pag - aalis ng mga pamamaraan sa regularisasyon o mga algorithm na may mga punungkahoy na mababa ang ilalim.

  • ] AngLasso Regression: ay gumagamit ng L1 regularisasyon upang lumiit ang hindi gaanong mahalagang mga codibilidad ng tampok hanggang sa sero.
  • Decision Tree Algorithms: Natural na pagpili ng mga tampok batay sa mga pakinabang sa impormasyon o Gini inferience.
  • Random Forests: [1] Itinatampok ng Aggregate ang mahahalagang iskor sa ibayo ng maraming punungkahoy.