Stu*_*SQL 2 machine-learning data-mining feature-extraction
我正在努力找到这两个概念之间的区别.据我所知,两者都指的是将原始数据转换为更全面的功能来描述手头的问题.它们是一样的吗?如果没有,请为两者提供示例吗?
Ano*_*sse 14
当原始数据非常不同时,通常使用特征提取.特别是当您无法使用原始数据时.
例如,原始数据是图像.您可以提取图像中的红色值或对象形状的描述.这是有损的,但至少你现在得到了一些结果.
特征工程是对更有意义的功能进行仔细的预处理,即使您可以使用旧数据.
例如,您决定使用log(x)-sqrt(y)*z而不是使用变量x,y,z,因为您的工程知识告诉您,此派生数量对于解决您的问题更有意义.你会得到比没有更好的结果.
| 归档时间: |
|
| 查看次数: |
3705 次 |
| 最近记录: |