In this subsection, we will investi

In this subsection, we will investigate the following two questions based on empirical analysis using real world datasets mixed with artificially designed features.
1.How severely does the greediness of forward selection lead to a bad selection of the input features?
2.If the greediness of forward selection does not have a significantly negative effect on accuracy, how can we modify forward selection algorithm to be greedier in order to improve the efficiency even further?

We postpone the first question until the next section. In this chapter, we propose three greedier feature selection algorithms whose goal is to select no more than m features from a total of M input attributes, and with tolerable loss of prediction accuracy

Kết quả (Việt) 2:

Trong tiểu mục này, chúng tôi sẽ điều tra về hai câu hỏi sau đây dựa trên phân tích thực nghiệm sử dụng bộ dữ liệu thế giới thực pha trộn với các tính năng được thiết kế một cách giả tạo.
1.How không nghiêm trọng đến sự tham lam của các lựa chọn chuyển tiếp dẫn đến một lựa chọn tồi trong những tính năng đầu vào?
2.If tham lam các lựa chọn về phía trước không có một tác động tiêu cực đáng kể về tính chính xác, làm thế nào chúng ta có thể thay đổi về phía trước thuật toán lựa chọn để được tham lam hơn để nâng cao hiệu quả hơn nữa? Chúng tôi hoãn câu hỏi đầu tiên cho đến khi phần tiếp theo. Trong chương này, chúng tôi đề xuất ba thuật toán lựa chọn tính năng tham lam mà mục đích là để chọn không quá tính năng m trong tổng số các thuộc tính M đầu vào, và với sự mất mát có thể chịu được độ chính xác của dự báo