使用类内散度与类间散度进行特征选择
1.度量类内差异，可以使用方差σ来度量，正类方差和负类方差之和通常也称为类内散度σ1+σ2。度量类间差异可以使用均值距离Δu，通常称为类间散度。这可以用作特征选择，即在分类过程中，我们希望使用类内差异小、类间差异大的特征。因此，可以对所有特征的类内散度和类间散度进行排序.如1.1根据alpha*(σ1+σ2)+-|Δu|从小到大选择，即选择较小的值1.2根据σ...
·
1.度量类内差异，可以使用方差σ来度量，正类方差和负类方差之和通常也称为类内散度 σ1+σ2。度量类间差异可以使用均值距离Δu，通常称为类间散度。这可以用作特征选择，即在分类过程中，我们希望使用类内差异小、类间差异大的特征。因此，可以对所有特征的类内散度和类间散度进行排序.如
1.1根据alpha*(σ1+σ2)+-|Δu|从小到大选择，即选择较小的值
1.2根据σ/|Δu|。。。。。。。。。。。。。。。
魔乐社区（Modelers.cn) 是一个中立、公益的人工智能社区，提供人工智能工具、模型、数据的托管、展示与应用协同服务，为人工智能开发及爱好者搭建开放的学习交流平台。社区通过理事会方式运作，由全产业链共同建设、共同运营、共同享有，推动国产AI生态繁荣发展。
更多推荐
1
0- 0
已为社区贡献3条内容
所有评论(0)