特征选择中的交叉验证
急急急！有一个疑问，现在有一个数据，对数据做特征选择！有两种做法：1 对全部数据进行不同的特征选择算法，然后进行交叉验证 2 先把数据集分成训练集和测试集，然后对每一组训练集进行不同特征选择算法，再进行建模 哪种方法好啊？可不可以用第一种啊，因为比较方便，我只是想比较特征选择算法好坏
返回小木虫查看更多
今日热帖
猜你喜欢
板块导航
- 网络生活
- 资源共享
- 化学化工
- 专业学科
- 科研生活
- 生物医药
- 材料
- 计算模拟
- 学术交流
- 出国留学
- 注册执考
24小时热帖
换一批
- 下载小木虫APP
- 与700万科研达人随时交流
-
二维码
-
IOS
-
安卓
京公网安备 11010802022153号
对
我感觉都行吧，当然你说的那种更好，因为标准，但是太慢，而且只比较特征选择算法，同样标准也是公平的，我的理解。我给你发私信了，交流一下�
，
那么在训练集上进行特征选择，这样就过滤掉一部分特征，但是测试集合上没有过滤掉，那么测试的时候，测试集要过滤掉这部分吗？还是直接拿来测试啊？
你这个特征选择算法应该是选择分类需要的特征，这些特征用于后续分类算法的模型创建，而不是排除数据吧
对，是这个意思！那么哪种方法行？还是都可以？