) ，是指从全部特征中选取一个特征子集，使构造出来的模型更好。在机器学习的实际应用中，特征数量往往较多，其中可能存在不
2017-11-16 01:28
C语言不仅是IT的必修课，也是所有理工科、甚至所有专业的必修课。它具有简洁紧凑、灵活方便、适用范围大、可移植等优点，是应用最为广泛的一种高级程序设计语言。
2020-09-23 11:13
在机器学习的整个流程中，数据预处理与特征工程是两个至关重要的步骤。它们直接决定了模型的输入质量，进而影响模型的训练效果和泛化能力。本文将从数据预处理和特征工程的基本概念
2024-07-09 15:57
在以上介绍的三种总线中，CoreConnect虽免费不过需要IBM 公司许可，ARM 没有明确的正式说法，可能也会免费，而Wishbone 是绝对免费的。三种总线都是同步的总线，使用时钟上升沿驱图7 8-bit SLAVE输出端口动和采样信号。
2018-08-11 09:14
特征选择是一个重要的“数据预处理” (data preprocessing) 过程，在现实机器学习任务中，获得数据之后通常先进行特征选择，此后再训练
2018-06-18 17:24
在学习机器学习中，看过挺多案例，看到很多人在处理数据的时候，经常把连续性特征离散化。为此挺好奇，为什么要这么做，什么情况下才要做呢？
2018-11-17 09:31
对于类别数量很多的分类变量可以采用特征哈希（Hashing Trick），特征哈希的目标就是将一个数据点转换成一个向量。利用的是哈希函数将原始数据转换成指定范围内的散列值，相比较独热模型具有很多优点，如支持在线学习，
2019-04-19 16:42
现代汽车正迅速成为与大量传感器连接的复杂计算机，并产生大量数据，这些数据需要在汽车中移动并在ecu之间共享。这就产生了对车载网络高带宽能力的需求，而汽车以太网正迅速成为首选网络。一些传统的ecu仍然基于CAN、LIN和FlexRay协议，因此汽车中的网络网关必须在这些传统协议(例如CAN)和以太网之间执行协议转换的重要任务。
2023-08-21 12:23
分别基于上述两种目标的具体推导过程参见周志华老师的《机器学习》P230。从方差的角度推导参见李宏毅老师《机器学习》课程Unsupervised Learning: Pr
2018-04-30 17:12
