我用scikit-learn的乳腺癌数据进行了实验。
<ol>
<li> 使用所有功能而不使用standardscaler：
<pre><code>ca
例如，当我们通过顺序向后选择算法对特征A，B，C进行特征选择时，{A，B，C}的性能为0.7，{A，B}的性能
请帮助我处理数据集中的重复数据，因为唯一付款可能没有唯一的客户。
详细信息。
我想通过pytho
在使用决策树算法或随机森林进行分类的情况下，我们使用基尼杂质或信息增益作为度量来决定首先选
我正在R中使用H2O自动编码器进行异常检测。我没有训练数据集，因此我正在使用data.hex训练模型，然后
使用每周天气数据，我试图使用python / keras来预测全年的目标值。但是，年度数据是基于天气的，到年底
运行模型时，我不断收到以下值错误：
<code>ValueError: Specifying the columns using strings is only supported for
我尝试集群生产机器的数据。我正在尝试K-Means，DB-SCAN和OPTICS。使用所有算法，结果都非常糟糕（例如，轮
我有一个简单的分类问题，其中包含33个可能的预测变量（所有分类变量）。我想确定在Naive Bayes模型中
我是特征选择的新手，不确定我是否了解如何使用特征选择进行情感分析。对于分类问题，尝试使用Selec
我正在使用<code>mlxtend</code>库运行功能选择：
<pre><code>classifier = RandomForestClassifier()
sfs = SequentialFeatureS
这是我在这里的第一个问题，如果我丢失了一些东西，我们深表歉意。<br/>
我正在尝试不同的特征选择
我有一个小的数据集（37个观测值x 23个特征），并希望通过LASSO回归进行特征选择，以减小其维数。为此
我在pyspark中有一个功能，如下所示，其中每个新列都是一个新功能。例如<code>journey_email_been_sent_flag</code
我看到有人在整个集合上运行RFECV，例如<a href="https://python.hotexamples.com/examples/sklearn.feature_selection/RFECV/tra
我想使用<em> iml </em>软件包计算置换特征的重要性，并使用logLoss作为损失函数。
<pre><code> mtcars$vs &
我正在尝试通过遵循此<a href="https://blog.datascienceheroes.com/feature-selection-using-genetic-algorithms-in-r/" rel="nofollow
我在插入符号包中使用了glmStepAIC方法，它为我提供了最终模型。
该包装如何确定最终型号？我在训练中
我已经安装了freetype，但是我不知道如何测试它是否有效，仍然出现以下错误。将不胜感激。我正在尝试
我在下面的词典中将特征定义保留为字符串。
<pre><code> features = {
"journey_email_been_sent_flag": &#
