注册
登录
看啥推荐读物
专栏名称:
机器学习研究组订阅
连接人工智能技术人才和产业人才的交流平台
我也要提交微信公众号
今天看啥
微信公众号rss订阅, 微信rss, 稳定的RSS源
微信公众号RSS订阅方法
B站投稿RSS订阅方法
知乎回答RSS订阅方法
知乎专栏 RSS订阅方法
雪球动态RSS订阅方法
微博RSS订阅方法
微博搜索关键词订阅方法
豆瓣日记 RSS订阅方法
目录
相关文章推荐
爱可可-爱生活
·
【LLMSanitize:一个开源库,用于检 ...
·
昨天
爱可可-爱生活
·
【memary: ...
·
3 天前
爱可可-爱生活
·
【Langtrace:开源的端到端可观测性工 ...
·
3 天前
量子位
·
超级智能体生命力觉醒!可自我更新的AI来了, ...
·
3 天前
爱可可-爱生活
·
'LLM全栈优质资源汇总' GitHub: ...
·
5 天前
今天看啥
›
专栏
›
机器学习研究组订阅
【翻译】Sklearn 与 TensorFlow 机器学习实用指南 —— 第8章 降维(上)
机器学习研究组订阅
·
公众号
·
AI
· 2018-07-29 21:18
很多机器学习的问题都会涉及到有着几千甚至数百万维的特征的训练实例。这不仅让训练过程变得非常缓慢,同时还很难找到一个很好的解,我们接下来就会遇到这种情况。这种问题通常被称为维数灾难(curse of dimentionality)。幸运的是,在现实生活中我们经常可以极大的降低特征维度,将一个十分棘手的问题转变成一个可以较为容易解决的问题。例如,对于 MNIST 图片集(第 3 章中提到):图片四周边缘部分的像素几乎总是白的,因此你完全可以将这些像素从你的训练集中扔掉而不会丢失太多信息。图 7-6 向我们证实了这些像素的确对我们的分类任务是完全不重要的。同时,两个相邻的像素往往是高度相关的:如果你想要将他们合并成一个像素(比如取这两个像素点的 ………………………………
原文地址:
访问原文地址
快照地址:
访问文章快照
分享到微博
推荐文章
爱可可-爱生活
·
【LLMSanitize:一个开源库,用于检测自然语言处理(NL-20240501155619
昨天
爱可可-爱生活
·
【memary: 旨在为自主Agent提供长期记忆机制,以克服 -20240429132548
3 天前
爱可可-爱生活
·
【Langtrace:开源的端到端可观测性工具,用于支持大型语言-20240429135551
3 天前
量子位
·
超级智能体生命力觉醒!可自我更新的AI来了,妈妈再也不用担心数据瓶颈难题
3 天前
爱可可-爱生活
·
'LLM全栈优质资源汇总' GitHub: github.com-20240427175522
5 天前
动脉新医药
·
自研重组病毒载体平台+做CRO,这家企业将申报新一代鼻喷疫苗IND
1 年前
dbaplus社群
·
不止SQL优化!数据库还有哪些优化大法?
2 年前
正商听潮
·
一群中国人彻底把音箱颠覆了!不用蓝牙手机自动连接,99元被抢断货
3 年前
海银财富
·
一周市场观察 | 8月银行理财量价齐跌 收益创45个月新低
3 年前
THLDL领导力
·
信息不对称中蕴藏着巨大商机,你发现了吗?
4 年前