卷积神经网络

特征联合

样本距离度量及python实现

目录前言过滤式方差选择法卡方检验法相关系数检验法包裹式嵌入式前言特征选择是从全部特征中选取一个特征子集来建立模型，通过降低特征维度，提高模型性能。通常保留与目标特征相关性高的特征，剔除包含信息较少（方差较低）的特征。特征选择的方法有：过滤式先进行特征选择，再建立模型，特征选择的过程中不涉及建模。如方差选择法，卡方检验法，相关系数法。包裹式建立模型并给定评价标准，选择效果最优的特征子集。如递归特征消

数据来源：boston-housing-dataset目录1、目标2、数据集介绍3、代码3.1 导入必须的工具包3.2 导入数据3.3 数据探索3.4 数据集划分3.5 模型构建3.6评价1、目标根据历史房价数据建立回归模型，预测不同类型房屋的价格。2、数据集样本数：10000特征数量： 13个相关属性（即13个指标变量），1个目标变量（房价）。特征 说明CRIM 城镇人均犯罪率ZN 大于25,0

数据分析-RNN-LSTM

猫狗大战

目录前言过滤式方差选择法卡方检验法相关系数检验法包裹式嵌入式前言特征选择是从全部特征中选取一个特征子集来建立模型，通过降低特征维度，提高模型性能。通常保留与目标特征相关性高的特征，剔除包含信息较少（方差较低）的特征。特征选择的方法有：过滤式先进行特征选择，再建立模型，特征选择的过程中不涉及建模。如方差选择法，卡方检验法，相关系数法。包裹式建立模型并给定评价标准，选择效果最优的特征子集。如递归特征消

PageRank实现

关联规则-apriori实现