Howtosignalprocessing
- Apa fitur yang berlebihan dalam pembelajaran mesin?
- Apa yang dimaksud dengan fitur yang berlebihan?
- Apakah fitur yang berlebihan mempengaruhi kinerja classifier?
- Kriteria apa yang digunakan untuk mengidentifikasi fitur yang bisa berlebihan?
Apa fitur yang berlebihan dalam pembelajaran mesin?
Fitur yang berlebihan memperlambat proses pelatihan
Semakin banyak fitur yang Anda miliki, semakin lambat perhitungannya. Namun, ada faktor tersembunyi lain yang memperlambat pelatihan secara signifikan. Memiliki fitur yang berkorelasi dalam set pelatihan membuat lanskap kerugian tidak dikondisikan (definisi datang kemudian).
Apa yang dimaksud dengan fitur yang berlebihan?
Fitur yang berlebihan adalah yang berkorelasi dengan fitur lain dan tidak relevan dalam arti bahwa mereka tidak meningkatkan kemampuan diskriminatif dari serangkaian fitur.
Apakah fitur yang berlebihan mempengaruhi kinerja classifier?
Karena ada banyak fitur yang tidak relevan dan berlebihan dalam data dimensi tinggi, fitur ini tidak hanya mengarah pada kompleksitas komputasi yang lebih tinggi tetapi juga mengurangi akurasi dan efisiensi metode klasifikasi.
Kriteria apa yang digunakan untuk mengidentifikasi fitur yang bisa berlebihan?
Misalnya, jika dua fitur x1, X2 Sangat berkorelasi, maka kedua fitur tersebut menjadi fitur yang berlebihan karena mereka memiliki informasi yang sama dalam hal ukuran korelasi. Dengan kata lain, ukuran korelasi memberikan hubungan statistik antara setiap fitur yang diberikan.
