作者:
基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
随着科学技术的发展,计算机技术不断的推进在各个领域内的应用,尤其是人工智能技术、机器学习思想等,已经进入到人类社会的各个层面.将人类社会信息转化为计算机信息,通过机器学习能力,完成运算过程,积累数据和运算结果,是计算机智能的核心,同时也是极其在人类社会应用的具体方式.机器学习的能力和方式,是利用已知的数据学习,并分析和推理其中未知的、潜在的概率分布信息,进而获得样本特征的关系,完成学习过程.这一过程中,特征的选择方法,正是影响机器学习性能的关键因素.
推荐文章
采用机器学习的聚类模型特征选择方法比较
特征选择
聚类模型
机器学习
递归特征消除算法
Boruta方法
特征选择方法研究综述
机器学习
特征选择
评价策略
搜索策略
监督信息
机器人行为选择机制综述
基于行为的机器人学
行为选择机制
综述
基于χ2统计量的不良文本过滤特征选择方法
特征选择
χ2统计量
双层分类
不良文本过滤
特征项分布
评估指标
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 统计机器学习中的特征选择方法综述
来源期刊 经贸实践 学科
关键词 机器学习 特征选择 选择方法
年,卷(期) 2019,(19) 所属期刊栏目 热点透视
研究方向 页码范围 1-3
页数 3页 分类号
字数 6612字 语种 中文
DOI
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 张俊 50 238 8.0 14.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (94)
共引文献  (16)
参考文献  (3)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1990(1)
  • 参考文献(0)
  • 二级参考文献(1)
1995(1)
  • 参考文献(0)
  • 二级参考文献(1)
1996(1)
  • 参考文献(0)
  • 二级参考文献(1)
1997(1)
  • 参考文献(0)
  • 二级参考文献(1)
2001(2)
  • 参考文献(0)
  • 二级参考文献(2)
2002(2)
  • 参考文献(0)
  • 二级参考文献(2)
2003(4)
  • 参考文献(0)
  • 二级参考文献(4)
2004(4)
  • 参考文献(0)
  • 二级参考文献(4)
2005(5)
  • 参考文献(0)
  • 二级参考文献(5)
2006(5)
  • 参考文献(0)
  • 二级参考文献(5)
2007(2)
  • 参考文献(0)
  • 二级参考文献(2)
2008(5)
  • 参考文献(0)
  • 二级参考文献(5)
2009(4)
  • 参考文献(0)
  • 二级参考文献(4)
2010(6)
  • 参考文献(0)
  • 二级参考文献(6)
2011(6)
  • 参考文献(0)
  • 二级参考文献(6)
2012(7)
  • 参考文献(0)
  • 二级参考文献(7)
2013(6)
  • 参考文献(0)
  • 二级参考文献(6)
2014(9)
  • 参考文献(1)
  • 二级参考文献(8)
2015(13)
  • 参考文献(0)
  • 二级参考文献(13)
2016(2)
  • 参考文献(0)
  • 二级参考文献(2)
2017(7)
  • 参考文献(1)
  • 二级参考文献(6)
2018(2)
  • 参考文献(0)
  • 二级参考文献(2)
2019(2)
  • 参考文献(1)
  • 二级参考文献(1)
2019(2)
  • 参考文献(1)
  • 二级参考文献(1)
  • 引证文献(0)
  • 二级引证文献(0)
研究主题发展历程
节点文献
机器学习
特征选择
选择方法
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
经贸实践
半月刊
1671-3494
33-1258/F
16开
浙江省杭州市体育场路479号省行政中心八号楼
2001
chi
出版文献量(篇)
25598
总下载数(次)
122
论文1v1指导