A feature is an individual measurab

A feature is an individual measurable property of the process being observed. Using a set of features, any machine learning algorithm can perform classification. In the past years in the applications of machine learning or pattern recognition, the domain of features have expanded from tens to hundreds of variables or features used in those applications. Several techniques are developed to address the problem of reducing irrelevant and redundant variables which are a burden on challenging tasks. Feature Selection (variable elimination) helps in understanding data, reducing computation requirement, reducing the effect of curse of dimensionality and improving the predictor performance. In this paper we look at some of the methods found in literature which use particular measurements to find a subset of variables (features) which improves the overall prediction performance.

Kết quả (Việt) 1:

Một tính năng là một tài sản cá nhân đo được của quá trình đang được quan sát thấy. Sử dụng một tập hợp các tính năng, bất kỳ thuật toán học máy có thể thực hiện phân loại. Trong năm qua trong các ứng dụng của máy học hoặc công nhận mẫu, tên miền tính năng đã mở rộng từ hàng chục đến hàng trăm biến hoặc các tính năng được sử dụng trong những ứng dụng. Một số kỹ thuật được phát triển để giải quyết vấn đề của việc giảm biến không liên quan và dự phòng là một gánh nặng về nhiệm vụ khó khăn. Tính năng lựa chọn (biến loại bỏ) giúp trong sự hiểu biết dữ liệu, giảm yêu cầu tính toán, làm giảm tác dụng của lời nguyền của chiều và cải thiện hiệu suất dự báo. Trong bài này, chúng tôi xem xét một số phương pháp tìm thấy trong văn học mà sử dụng các đo đạc cụ thể để tìm thấy một tập hợp con của biến (tính năng) mà cải thiện hiệu suất tổng thể dự đoán.

Kết quả (Việt) 2:

Một tính năng là một tài sản có thể đo lường riêng của quá trình này được quan sát. Sử dụng một tập hợp các tính năng, bất kỳ thuật toán học máy có thể thực hiện phân loại. Trong những năm qua trong các ứng dụng của máy học tập hoặc công nhận mô hình, các miền của các tính năng đã mở rộng từ hàng chục đến hàng trăm các biến hoặc các tính năng được sử dụng trong các ứng dụng đó. Một số kỹ thuật được phát triển để giải quyết vấn đề của việc giảm biến không thích hợp và cần thiết đó là một gánh nặng đối với nhiệm vụ đầy thử thách. Feature Selection (đào thải biến), giúp hiểu được dữ liệu, giảm yêu cầu tính toán, làm giảm hiệu lực của lời nguyền của chiều và cải thiện hiệu suất dự báo. Trong bài báo này, chúng ta xem xét một số các phương pháp tìm thấy trong văn học mà sử dụng các phép đo đặc biệt để tìm một tập hợp con của các biến (tính năng) trong đó cải thiện hiệu suất tổng thể dự đoán.