在机器学习的特征选择过程中，可以用到的方法有

[不定项选择题]

查看正确选项

尼古拉斯小林

卡方检验是通过对特征进行打分然后排序，选择排名靠前的特征来表示文本。

发表于 2019-01-08 18:26:35 回复(0)

jack_kuo

在文本分类中，首先要对数据进行特征提取，特征提取中又分为特征选择和特征抽取两大类，在特征选择算法中有互信息，文档频率，信息增益，卡方检验以及期望交叉熵。

期望交叉熵，以文本分类为例子，期望交叉熵用来度量一个词对于整体的重要程度。

在ID3决策树中，也使用信息增益作为特征选择的方法，在C4.5决策树中，使用信息增益比作为特征选择的方法，在CART中，使用基尼指数作为特征选择的方法

发表于 2019-04-09 16:40:30 回复(0)

不跳槽就会死君

交叉熵做特征选择很少见，各位亲可以参考这篇文章https://blog.csdn.net/liu_zhlai/article/details/53512942

发表于 2019-03-24 09:49:27 回复(0)

提交观点

问题信息

C++工程师算法工程师测试工程师 2019 Java工程师招商银行信用卡中心

上传者：小小

难度：

3条回答 62收藏 1992浏览

扫一扫，把题目装进口袋