Boruta Algoritması ile Değişken Seçimi
Boruta veri setine eklediği gölge değişkenler ve iterasyonlu yapısı ile bir veri setinden önemli ve önemli olmayan değişkenlerin tarafsız ve istikrarlı bir şekilde seçilmesini sağlayan, Random Forest tabanlı değişken seçme yöntemidir.
Özellik Oluşumu ve Özellik Seçimi(Feature Selection)-3
Özellik seçimi ile ilgili yazı serisinin 3. yazısını okumaktasınız, eğer ilk yazıyı ve ikinci yazıyı okumadıysanız öncesinde onları okumanız konu bütünlüğünü anlamak adına faydanıza olacaktır. 4.4 Özyinelemeli olarak özellik seçme ( Recursive Feature Elimination)4.5 Başka bir modelin sonuçlarını kullanarak özellik seçme ( Select From Model)4.6 Boyut İndirgeme (Dimensionality Reduction)i) Temel Bileşenler Analizi (Principal Component Analysis (PCA))ii) […]
Özellik Oluşumu ve Özellik Seçimi(Feature Selection)-2
Merhaba Arkadaşlar, Özellik seçimi ile ilgili yazı serisinin 2.yazısını okumaktasınız, eğer ilk yazıyı okumadıysanız ilk yazıyı okumanız konu bütünlüğünü anlamak adına faydanıza olacaktır. İlk yazıda temel temizlik ve bazı istatistiksel yöntemleri açıklamaya çalıştım. En basit yöntem olan tüm değişkenlerin tüm kombinasyonlarını kullanarak karar verme süreci çok uzun ve maliyetli bir işlem olduğunu söylemiştim. 1.yazıda anlattığımız […]
Özellik Oluşumu ve Özellik Seçimi(Feature Selection)-1
Makine öğrenmesinde özellik seçimi yöntemleri nelerdir?
