为简单起见：
袜子：
红色1
蓝色2
黄色40
紫色10000
我对这些功能进行了一键编码
这像不
我有一系列功能，每个功能都有一个权重（重要性值），我想使用“密集”构建自动编码器，在输入层
我希望在R中运行一些相对简单的代码，以帮助根据logistic回归中的p值确定哪些自变量有意义。我知道Sign
我正在使用一个简单的自动编码器进行功能选择。我正在执行以下代码：
<pre><code> X=mydata.drop('tar
我想选择功能，并使用嵌套交叉验证评估模型性能。
但是，我无法判断以下方法是否合适。
<ol>
<li>
我正在研究使用分层k折交叉验证的随机森林分类模型。我想画出每折的特征重要性。我的输入数据为nump
我正在寻找以下问题的解决方案：
我的神经网络具有8个功能和6个输出。
网络会预测图中的某些信
我想使用SKlearn随机森林特征选择功能来了解影响我的自变量（TN污染物浓度）的关键因素是什么。
我有
我们已将多个机器学习模型（例如light <em> <strong> GBM，随机森林，弹性网，XGBoost </strong> </em>）用于预测
我有一个难题，我使用的是一种热编码，我需要进行特征选择（针对分类和数字特征），我的某些特征
我想使用SelectKBest Scikit Learn算法（带有卡方检验）来减少ML设置中的功能数量。不幸的是我的特征数据是
我想使用“信息增益”度量（scikit-learn中的“互信息”）来确定数据帧的10个最佳功能，并将它们显示在
我正在尝试在<a href="https://gist.github.com/curran/a08a1080b88344b0c8a7#file-iris-csv" rel="nofollow noreferrer">Iris dateset</a>
这是一个理论上的问题，因为我认为我对交叉验证的实际作用尚不明确。
我正在解决二进制分类问题。
我正在尝试使用R上的<code>Command</code>包执行SVM-RFE功能选择：我有一个数据集，其中包含1000列和更多特征
我将本地三元模式应用于图像，结果得到了512个数字的特征数组。
我试图将此数组（512，）转换为图像
当我在地图上单击该多边形时，我尝试将与先前与GeoServer一起在OpenLayers3上显示的某个多边形相关的信息
我已经学习了如何实现SBS算法，现在尝试在python中实现SFS
<pre><code>class SBS():
def __init__(self, estimator
我正在尝试通过X_train和y_train获得数据帧df的前5个功能。
<pre><code>bestfeatures = SelectKBest(score_func=chi2, k=5
我有一个具有280多个功能的数据框。
我运行了关联图以检测高度相关的特征组：
<a href="https://i.stack.imgur
