The brute-force feature selection m

The brute-force feature selection method is to exhaustively evaluate all possible combinations of the input features, and then find the best subset. Obviously, the exhaustive search’s computational cost is prohibitively high, with considerable danger of overfitting. Hence, people resort to greedy methods, such as forward selection. In this paper, we propose three greedier selection algorithms in order to further enhance the efficiency. We use real-world data sets from over ten different domains to compare the accuracy and efficiency of the various algorithms.

Kết quả (Việt) 1:

Phương pháp lựa chọn tính năng brute-lực là exhaustively đánh giá tất cả các tổ hợp các tính năng đầu vào, và sau đó tìm thấy tập hợp con tốt nhất. Rõ ràng, tìm kiếm đầy đủ tính toán chi phí là tốn cao, với các nguy hiểm đáng kể của overfitting. Do đó, người dùng đến phương pháp tham lam, chẳng hạn như lựa chọn chuyển tiếp. Trong bài này, chúng tôi đề nghị ba greedier lựa chọn thuật toán để tiếp tục nâng cao hiệu quả. Chúng tôi sử dụng thế giới thực tập dữ liệu từ hơn mười tên miền khác nhau để so sánh sự chính xác và hiệu quả của các thuật toán khác nhau.

Kết quả (Việt) 2:

Các brute-lực lượng phương pháp lựa chọn tính năng này là để đánh giá thấu đáo tất cả các kết hợp có thể có của các tính năng đầu vào, và sau đó tìm các tập con tốt nhất. Rõ ràng, chi phí tính toán tìm kiếm đầy đủ là quá cao, có nguy cơ đáng kể của overfitting. Do đó, người dùng đến các phương pháp tham lam, chẳng hạn như lựa chọn về phía trước. Trong bài báo này, chúng tôi đề xuất ba thuật toán lựa chọn tham lam hơn nhằm nâng cao hơn nữa hiệu quả. Chúng tôi sử dụng bộ dữ liệu thực tế từ hơn mười tên miền khác nhau để so sánh độ chính xác và hiệu quả của các thuật toán khác nhau.