Do all the 1-attribute LOOCV calcul

Do all the 1-attribute LOOCV calculations, sort the individual features according to their LOOCV mean error, then take the m best features as the selected subset. We thus do M computations involving one feature and one computation involving m features. If nearest neighbor is the function approximator, the cost of super greedy algorithm is O((M + m) N log N).

Kết quả (Việt) 1:

Làm tất cả các tính toán LOOCV 1-thuộc tính, sắp xếp các tính năng cá nhân theo của LOOCV có nghĩa là lỗi, sau đó đi m tính năng tốt nhất như là tập con được chọn. Chúng tôi do đó làm M tính toán liên quan đến một tính năng và một tính toán liên quan đến tính năng m. Nếu hàng xóm gần nhất là approximator chức năng, chi phí của thuật toán siêu tham lam là O ((M + m) N log N).

Kết quả (Việt) 2:

Do tất cả các tính toán LOOCV 1 thuộc tính, sắp xếp các tính năng cá nhân theo LOOCV bình lỗi của họ, sau đó đi m tính năng tốt nhất như các tập con được lựa chọn. Chúng tôi do đó làm M tính toán liên quan đến một tính năng và một tính toán liên quan đến tính năng m. Nếu người hàng xóm gần nhất là chức năng approximator, chi phí của thuật toán siêu tham lam là O ((M + m) N log N).