鐵人檔案
在這裡我會寫一些論文的觀後感
由於論文是因需求或當下興趣而看
所以主題不是很固定
但是我會盡我所能寫出我所看到的想法
並盡量以人話(?)說出
如果可以會再嘗試以python實現~
這篇文章的圖片來源是這裡 我滿喜歡底下這些圖的 底下這張是在說明向前特徵選擇可以從圖中明顯看到我們從空集合開始，最多到全部特徵都要中間的路程或許彎曲但是一定是...
有時候全特徵集不大所預期的特徵子集也不大不小這時可以嘗試向前與向後各做一次 可是當我們這麼做時很常會發生向前所挑選的子集與向後所挑選的子集不同 這時我們可以使用...
上次說到雙向特徵選擇結合了向前與向後特徵選擇但是他還是會保持著向前向後的一些缺點例如向前選擇了就不再被丟棄而向後丟棄了就不再被選擇 這時我們可以考慮增L去R特徵...
前幾篇介紹了特徵選擇的一些方法可是之前的方法應該還是會存在一些問題例如：我們什麼時候才要停止更新特徵子集呢？ 我們之前有說過特徵選擇的流程不外乎以下步驟...
這應該是一個很常聽到的方法對於數值型的 若我們選定了一個模型及其特徵代入我們所觀察到的 得到預測值 則我們可以計算每個預測值與真實值的誤差將其平方(使他非負)...
對於數值型的模型來說當我們要進行預測時最簡單的預測就是猜下一個出現的是之前觀測的平均值 如果我們所做出來的模型會比直接猜平均值還要好這種表現將會反映在變異上而...
赤池信息量準則(Akaike Information Criterion, AIC)是一個用來衡量模型的指標他的基礎來自於信息熵(Imformation Ent...
前一次講到赤池信息量準則(AIC)貝氏信息量準則(Bayesian Information Criterion, BIC)與它很像只是增加了一些懲罰項 BI...
對於分類或是類別型的模型如羅吉斯回歸(Logistic Regression)、支持向量分類器(Support Vector Classifier)、...可以...
上次講到了召回率(recall)、精確度(precision)再來說一個跟他們有關的綜合指標：F1 score 因為召回率與精確度都是單獨看欄或列的資訊如果要...
