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
阿尔茨海默氏症
姿态特征
风险预测系统
数据采集机制
风险预测模型
水冷结构
导轨机构
节能控制方法
热传导
二维温度场
数据处理方法
样本
自然语言
电子设备
人工智能技术