《表4 各类特征选择算法的优缺点》
各类特征选择算法的优缺点见表4,总体来说,Filter时间复杂度低,但是特征子集的选取依赖具体的度量标准;Wrapper的特征子集性能较好,但是特征子集的性能对学习算法依赖性高,易“过拟合”,且不适合高维数据集;Embedded效率较高,特征子集性能较好,也可以处理高维数据集,但是特征子集的选择依赖具体的学习算法且可能出现“过拟合”的问题;Ensemble可解决以上三种算法特征子集不稳定的问题,但通常时间复杂度较高。
图表编号 | XD00119568600 严禁用于非法目的 |
---|---|
绘制时间 | 2019.12.15 |
作者 | 李郅琴、杜建强、聂斌、熊旺平、黄灿奕、李欢 |
绘制单位 | 江西中医药大学计算机学院、江西中医药大学计算机学院、江西中医药大学计算机学院、江西中医药大学计算机学院、江西中医药大学计算机学院、江西中医药大学计算机学院 |
更多格式 | 高清、无水印(增值服务) |