1回答
我有一个向量X，它有以前标准化的n个特征。
如果我想要生成新的多项式特征(比方说添加平方特征)，那么在计算之后是否需要对这些新特征进行另一次标准化？因为知道我的原始特征已经在0到1之间，新的多项式特征也将介于0到1之间，但是程度越高，原始特征和多项式特征之间的“比率”就越高。另外，这样做是否更好，对非标准化特征的值进行平方计算，然后标准化这些新特征</em
浏览 0提问于2015-11-25得票数 13
回答已采纳
在这个集合中，有一个被称为“替换”的领域，它是用他自己的实体(“种族特征”)自我参照，拥有许多与许多关系。该字段用于确定当前的种族特征是否将取代一个或多个其他种族特征，以及哪些种族特征。所有的人在正常的行为中都工作得很好：
我想要实现的是通过原型(“添加一个新的种族特征”)来强制填充用户正在创建的所有当前Entity
浏览 0提问于2018-06-16得票数 1
回答已采纳
1回答
但在我读到的所有帖子中都缺少了一些东西：2个问题：
我们需要在：上运行feature selection假设我们对特征提取的结果进行特征选择，而不是所有通过特征选择算法选择的新特征(即3中的2)，如果我们能够删除“新”维数中的一个，那么特征提取的输出就显得不够好。
浏览 3提问于2020-05-02得票数 0
对于有监督的学习(如分类)，将新的可派生特征添加到给定的特征集以提高准确性是一个好主意吗？例如：-如果"unit_price“和"no_of_units”是两个给定的特征，创建一个新的特征“unit_price*no_of_units”(它是方差)有意义吗？-如果"standard_deviation“是一个给定的特征，创建一个新的特征"variance”(它是standard_deviatio
浏览 3提问于2016-11-10得票数 1
我知道特征生成意味着从原始特征生成新的特征，而特征提取意味着从一组特征中选择特征。那么，我们如何从数据集中获取每个特征的值的过程呢？
浏览 25提问于2019-04-23得票数 0
我有特征1，特征2，特征3我想要的是**out_data = in_data +新特性“Feature4”+新特性“Feature5”**def add_new_column(data):
domain = Domain(data.domain.variables,data.dom
浏览 1提问于2018-09-17得票数 1
回答已采纳
3回答
我的问题是关于每个卷积层之后的特征映射的数目。根据我的研究，在每个卷积层，基于我们想要的滤波器，我们得到特征映射的确切数目。但在一些教程中，我遇到了一些不遵循此原则的体系结构。例如，在本例中：池后第一卷积层的输出为6个特征图(红线)。在下一个卷积层使用该特征映射，生成16个新的特征映射(绿线)，但如何？以前的每一层功能地图应该创建1，2，3.新的特征映射，我们不应该得到16个新的特征映射在下一层。这是怎么
浏览 2提问于2018-05-16得票数 7
回答已采纳
大致上，我经历了以下步骤：
pcaResultSet PCAResultSet =新PCAResultSet()；double datatrue) data = StatMath.normalize(data)；RealMatrix origData = MatrixUtils.createRealMatrix(data)；协方差协方差=新协方差()；
/*每个特征向
浏览 1提问于2019-09-08得票数 0
1回答
我一直在读一些关于数据预处理和特征工程的文章，包括特征选择，特征重要性和特征构造。我的理解是在数据预处理阶段应用了特征工程。此外，在应用机器学习模型时，有时会检查特征重要性，有时会在模式内部进行检查。 我的问题是:特征工程是否总是在预处理阶段实现，或者有时可以在以后的阶段执行？ 谢谢你Shosho
浏览 45提问于2021-04-28得票数 0
如果我添加现有特征的线性和非线性组合，是否有助于更好地分类？例如，添加均值、方差作为从现有特征计算的新特征是否有帮助？我相信这肯定取决于分类算法，因为在PCA的情况下，算法本身会生成相互正交的新特征，并且是输入特征的线性组合。但是，在基于决策树的分类器或其他分类器的情况下，它是如何影响的呢？
浏览 0提问于2012-02-05得票数 4
回答已采纳
1回答
打字新特征智力
、、、
是否有任何方法(通过tslint/eslint插件或VS代码插件)来确定某一行代码是否可以更新为最新版本的类型记录？例如：if (data && data.customer && data.customer.address) { const fullAddress = `${address.street}, ${address.city}, ${address.state }${address.zipcode}`// v3.7以后
// data access
浏览 3提问于2020-06-15得票数 0
回答已采纳
1回答
我的问题是：pca中的“特征提取”与“特征选择”有何不同？我的意思是，这两件事与不同的方式有关。如何利用pca选择有效的特征？互联网上有很多参考资料，但我在youtube上找不到任何关于pca特征</
浏览 0提问于2019-04-28得票数 1
回答已采纳
我有一些必须始终在任何其他特征之前的特征，问题是当我绘制新特征或选择当前特征时，它会与所有其他特征重叠。有没有一种方法可以将某些功能或图层设置为始终位于所有内容之上？
浏览 4提问于2018-10-04得票数 0
我们已经知道，PCA用于去除原始数据集中的一些冗余或线性相关的特征/维度(例如，千米和英寸特征)。此外，降序的特征值只是作为一个权重，告诉我们在新的正交空间中，哪个新特征/维度最重要/最不重要。然而，似乎特征值与原始数据集中的旧特征/维度没有明确的关系。
这是我的问题，在应用PCA之后，我们是否可以回顾一下，并找出原始数据集中特定的冗余(近线性相关)特征？
浏览 2提问于2014-11-23得票数 0
1回答
添加特征的稳定集主成分分析
、、、、
是否有可能采用PCA设置(或任何其他降维技术)来添加新的特性，而不需要重新训练受过该特定PCA训练的下游模型？我们的想法是，(希望)我们可以有新的功能来改进PCA，这样我们每次添加新功能时都不需要再培训。如果这是不可能的，在这里解释，如何以另一种方式实现这一点？我们通过添加新数据源定期添加新特性，或者通过特征工程添加一些新特性。下行流模型依赖于特征空间的主成分分析。通过对PCA而不是针对特征的模型进行培训，可以直接简化工作流，并且如果可能有一个PCA
浏览 0提问于2017-09-11得票数 3
新轴是在维度轴上创建的(默认情况下:新轴被追加到末尾)。
特征:如果轴为== -1，则x深度批处理x特性x深度x如果轴== -1深度x批处理x特性如果轴== 0
为什么输出的形状是由轴定义的？
浏览 3提问于2017-07-03得票数 4
回答已采纳
1回答
PCA算法背后的直觉
、、、、
在找到数据集协方差矩阵的特征向量和特征值后，特征值表示数据集的分布情况，特征向量表示特征值的方向。我们所要做的是将特征向量从最高的特征值降到最低的特征向量(最高的意思是特征更加分散，从而彼此更加独立，减少冗余)，并将原始数据集投影到新的“轴”集(特征向量)上。例如，如果我们有一个三维数据集，那么就会有三个特征向量，每个特征向量彼此正交(因此它们将形成一个三维空间)
浏览 0提问于2019-09-17得票数 1
我想要做的是创建一个新的标志，它结合了配置中的多个其他值。例如：特征4=特征1\x\x
这在远程Config中是可能的吗？
浏览 8提问于2022-02-02得票数 0
我使用开脸来提取128 D中的特征向量。我需要找到一个合适的数据库引擎来存储这些向量，以便将来进行比较(计算新提取的特征与存储在数据库中的特征之间的欧几里德距离)。下面是我试图做的事情的一个例子：什么是一个好
浏览 0提问于2016-11-13得票数 1
云服务器
ICP备案
云直播
即时通信 IM
实时音视频
腾讯云开发者
