13.4.5 Sequential Feature Selection -- Code Examples (L13: Feature Selection)

Автор: Sebastian Raschka

Загружено: 2022-01-06

Просмотров: 13620

Описание:

Sebastian's books: https://sebastianraschka.com/books/

This final video in the "Feature Selection" series shows you how to use Sequential Feature Selection in Python using both mlxtend and scikit-learn.

Jupyter notebook: https://github.com/rasbt/stat451-mach...

Timestamps:
00:00 Dataset setup and KNN baseline
04:08 Selecting the best 5 features
10:18 Inspecting the results
13:40 Selecting the best subset of any size
17:29 Exhaustive search
21:12 Sequential feature selection in scikit-learn

-------

This video is part of my Introduction of Machine Learning course.

The complete playlist: • Intro to Machine Learning and Statistical ...

A handy overview page with links to the materials: https://sebastianraschka.com/blog/202...

-------

If you want to be notified about future videos, please consider subscribing to my channel: / sebastianraschka

13.4.5 Sequential Feature Selection -- Code Examples (L13: Feature Selection)

Доступные форматы для скачивания:

Скачать видео mp4

Информация по загрузке:

Скачать аудио mp3

Похожие видео

13.3.1 L1-regularized Logistic Regression as Embedded Feature Selection (L13: Feature Selection)

13.3.1 L1-regularized Logistic Regression as Embedded Feature Selection (L13: Feature Selection)

1.4 Notation (L01: What is Machine Learning)

1.4 Notation (L01: What is Machine Learning)

13.3.2 Decision Trees & Random Forest Feature Importance (L13: Feature Selection)

13.3.2 Decision Trees & Random Forest Feature Importance (L13: Feature Selection)

5.5 Scikit-learn Transformer API (L05: Machine Learning with Scikit-Learn)

5.5 Scikit-learn Transformer API (L05: Machine Learning with Scikit-Learn)

Исследовательский анализ данных с помощью Pandas Python

Исследовательский анализ данных с помощью Pandas Python

КАК УСТРОЕН TCP/IP?

КАК УСТРОЕН TCP/IP?

13.2 Filter Methods for Feature Selection -- Variance Threshold (L13: Feature Selection)

13.2 Filter Methods for Feature Selection -- Variance Threshold (L13: Feature Selection)

4 Hours Chopin for Studying, Concentration & Relaxation

4 Hours Chopin for Studying, Concentration & Relaxation

13.4.1 Рекурсивное исключение признаков (L13: Выбор признаков)

13.4.1 Рекурсивное исключение признаков (L13: Выбор признаков)

2.6 K-nearest neighbors in Python (L02: Nearest Neighbor Methods)

2.6 K-nearest neighbors in Python (L02: Nearest Neighbor Methods)

4.1 Intro to NumPy (L04: Scientific Computing in Python)

4.1 Intro to NumPy (L04: Scientific Computing in Python)

Визуализация внимания, сердце трансформера | Глава 6, Глубокое обучение

Визуализация внимания, сердце трансформера | Глава 6, Глубокое обучение

7.5 Gradient Boosting (L07: Ensemble Methods)

7.5 Gradient Boosting (L07: Ensemble Methods)

Волна ликвидаций в России

Волна ликвидаций в России

7.7 Stacking (L07: Ensemble Methods)

7.7 Stacking (L07: Ensemble Methods)

LLM и GPT - как работают большие языковые модели? Визуальное введение в трансформеры

LLM и GPT - как работают большие языковые модели? Визуальное введение в трансформеры

7.4 Boosting and AdaBoost (L07: Ensemble Methods)

7.4 Boosting and AdaBoost (L07: Ensemble Methods)

Conditional Ordinal Regression for Neural Networks (CORN) With Examples in PyTorch

Conditional Ordinal Regression for Neural Networks (CORN) With Examples in PyTorch

Как производятся микрочипы? 🖥️🛠️ Этапы производства процессоров

Как производятся микрочипы? 🖥️🛠️ Этапы производства процессоров

Прямая линия Путина. Что это было?

Прямая линия Путина. Что это было?