摘要
本发明提供了一种基于方差分析和层次聚类的特征选择方法,它解决了特征选择过程复杂化,模型拟合效果差等问题,其包括如下步骤:S1:构建标准数据集;S2:特征描述符;S3:特征选择;S4:构建预测模型;S5:训练分类模型;S6:模型性能评估;S7:实践应用。本发明具有降低特征描述符的维度、操作简单等优点。
技术关键词
特征选择方法
特征描述符
训练分类模型
构建预测模型
样本
机器学习分类算法
训练集
序列
启动子
支持向量机
核苷酸
随机森林
节点
数据
参数
聚类
格式
软件
系统为您推荐了相关专利信息
内部缺陷检测
水电站设备
表面缺陷检测
缺陷检测方法
图像特征信息
人脸识别模型
人脸图像数据
识别方法
深度学习网络
网络深度
深度强化学习
分层强化学习
双层智能
制导方法
网络