/ / Dois-je sélectionner des fonctionnalités avant d'appliquer mon algorithme d'apprentissage automatique? - python, algorithme, classification, knn, apprentissage supervisé

Dois-je sélectionner des fonctionnalités avant d'appliquer mon algorithme d'apprentissage automatique? - python, algorithme, classification, knn, apprentissage supervisé

Ma question est,

Est-ce que l'algorithme d'apprentissage automatique prend en charge la sélection des meilleures fonctionnalités dans mes données? ou dois-je faire la sélection et la mise à l'échelle avant mon algorithme d'apprentissage automatique.

Je connais peu d'algorithmes d'apprentissage automatique de classification supervisés tels que kNN, Neural Networks, Adaboast, etc.

Mais y en a-t-il que vous me recommandiez?

Réponses:

1 pour la réponse № 1

Il n'y a pas de réponse définitive à cela. La tendance actuelle n’est pas la sélection des caractéristiques et laisse le classificateur choisir les fonctions à utiliser. Prenez des jeux de données d'image actuels, par exemple, qui possèdent également plus de 1000 fonctionnalités (en fonction de la résolution de l'image). Ils sont généralement envoyés à un CNN sans aucun prétraitement. Cependant, ce n'est généralement pas vrai. Si, par exemple, vous supposez qu'il y a beaucoup de corrélations dans les données, la sélection des fonctionnalités peut vous aider.