In this paper, we examine the advan

In this paper, we examine the advantages and
disadvantages of filter and wrapper methods
for feature selection and propose a new hybrid
algorithm that uses boosting and incorporates
some of the features of wrapper
methods into a fast filter method for feature
selection. Empirical results are reported on
six real-world datasets from the UCI repository,
showing that our hybrid algorithm is
competitive with wrapper methods while being
much faster, and scales well to datasets
with thousands of features.

ผลลัพธ์ (ไทย) 1:

ในเอกสารนี้ เราตรวจสอบข้อดี และข้อเสียของวิธีการกรองและกระดาษห่อสำหรับคุณสมบัติการเลือก และเสนอลูกผสมใหม่อัลกอริทึมที่ใช้ในการส่งเสริม และประกอบด้วยบางคุณลักษณะของกระดาษห่อวิธีเป็นวิธีกรองอย่างรวดเร็วสำหรับคุณลักษณะการเลือก มีรายงานผลรวมในdatasets จริงหกจาก UCI เก็บแสดงว่า เป็นอัลกอริทึมของเราผสมวิธีห่อขณะกำลังแข่งขันเร็ว และปรับขนาดด้วยการ datasetsพันคุณลักษณะ

ผลลัพธ์ (ไทย) 2:

ในบทความนี้เราตรวจสอบข้อดีและข้อเสียของตัวกรองและวิธีการห่อสำหรับการเลือกคุณลักษณะและนำเสนอไฮบริดใหม่อัลกอริทึมที่ใช้ส่งเสริมและรวมบางส่วนของคุณสมบัติของกระดาษห่อวิธีการเป็นวิธีการกรองอย่างรวดเร็วสำหรับคุณลักษณะการเลือก ผลการศึกษาจะมีการรายงานในหกชุดข้อมูลจริงจากพื้นที่เก็บข้อมูล UCI, แสดงให้เห็นว่าขั้นตอนวิธีไฮบริดของเราคือการแข่งขันด้วยวิธีการห่อหุ้มในขณะที่การได้เร็วขึ้นมากและเครื่องชั่งน้ำหนักที่ดีที่จะชุดข้อมูลที่มีมากมายของคุณสมบัติ

ผลลัพธ์ (ไทย) 3:

ในกระดาษนี้เราศึกษาข้อดี และ ข้อเสีย ของตัวกรอง และห่อด้วย

สำหรับวิธีการการเลือกคุณลักษณะและนำเสนอไฮบริดใหม่

และขั้นตอนวิธีที่ใช้พื่นที่ประกอบด้วยคุณลักษณะบางอย่างของวิธีการห่อ
ลงในตัวกรองได้อย่างรวดเร็ววิธีการสำหรับการเลือกคุณลักษณะ

ผลรายงานบน
6 จริงข้อมูลจาก UCI ที่เก็บ ,
แสดงขั้นตอนวิธีลูกผสมของเรา
แข่งขันกับวิธีการห่อ ขณะที่
ได้เร็วขึ้นมากและเกล็ดดีข้อมูล
พันด้วยคุณสมบัติ