基于強化學習的特征工程算法研究
所屬分類：技術論文
上傳者：aetmagazine
文檔大?。?span>486 K
標簽： 特征工程 強化學習 機器學習
所需積分：0分積分不夠怎么辦,？
文檔介紹：特征工程可以自動地處理和生成那些判別性高的特征,，而無需人為的操作,。特征工程在機器學習中是不可避免的一環(huán),，也是至關重要的一環(huán),。提出一種基于強化學習(RL)的方法,，將特征工程作為一個馬爾可夫決策過程(MDP),，在上限置信區(qū)間算法(UCT)的基礎上提出一個近似的方法求解二分類數值數據的特征工程問題,，來自動獲得最佳的變換策略,。在5個公開的數據集上驗證所提出方法的有效性，FScore平均提高了9.032%,，同時與其他用有限元變換進行特征工程的方法進行比較,。該方法確實可以得到判別性高的特征，提高模型的學習能力,，得到更高的精度,。
現在下載
VIP會員，AET專家下載不扣分,；重復下載不扣分,，本人上傳資源不扣分。