基于强化学习的特征工程算法研究
所屬分類：技术论文
上傳者：aetmagazine
文檔大小：486 K
標(biāo)簽： 特征工程 强化学习 机器学习
所需積分：0分積分不夠怎么辦？
文檔介紹：特征工程可以自动地处理和生成那些判别性高的特征，而无需人为的操作。特征工程在机器学习中是不可避免的一环，也是至关重要的一环。提出一种基于强化学习(RL)的方法，将特征工程作为一个马尔可夫决策过程(MDP)，在上限置信区间算法(UCT)的基础上提出一个近似的方法求解二分类数值数据的特征工程问题，来自动获得最佳的变换策略。在5个公开的数据集上验证所提出方法的有效性，FScore平均提高了9.032%，同时与其他用有限元变换进行特征工程的方法进行比较。该方法确实可以得到判别性高的特征，提高模型的学习能力，得到更高的精度。
現(xiàn)在下載
VIP會(huì)員，AET專家下載不扣分；重復(fù)下載不扣分，本人上傳資源不扣分。