feature-selection

Pustaka Python sumber terbuka untuk rekayasa dan seleksi fitur yang kompatibel dengan sklearn.

Saham Deep Learning dan Machine Learning mewakili peluang yang menjanjikan bagi investor dan trader jangka panjang maupun jangka pendek.

Machine Learning dalam R

NVTabular adalah pustaka rekayasa fitur dan pra-pemrosesan untuk data tabular yang dirancang untuk memanipulasi himpunan data berskala terabita secara cepat dan mudah yang digunakan untuk melatih sistem rekomendasi berbasis deep learning.

Pentingnya Leave One Feature Out

EvalML adalah pustaka AutoML yang ditulis dalam python.

Rekayasa fitur adalah proses menggunakan pengetahuan domain untuk mengekstrak fitur dari data mentah melalui teknik penambangan data. Fitur-fitur ini dapat digunakan untuk meningkatkan kinerja algoritma machine learning. Rekayasa fitur dapat dianggap sebagai machine learning terapan itu sendiri.

Gunakan strategi rekayasa fitur tingkat lanjut dan pilih fitur terbaik dari dataset Anda dengan satu baris kode. Dibuat oleh Ram Seshadri. Kontributor dipersilakan.

mRMR (minimum-Redundancy-Maximum-Relevance) untuk pemilihan fitur otomatis dalam skala besar.

Paket python untuk Penyetelan Hyperparameter dan Pemilihan Fitur simultan untuk Model Gradient Boosting.

Model Prediksi Linear dengan Kemampuan Rekayasa dan Pemilihan Fitur Otomatis

Pustaka Python yang mudah digunakan berisi fungsi kustom untuk membersihkan dan menganalisis data.