machine-learning - 什么是用于特征选择的前馈包装方法？

Question

对于一个学校项目，我需要从 UCI 存储库中选择一个数据集，并在使用“前馈包装器”特征选择处理数据后使用 KNN 对数据进行分类。谷歌搜索“前馈包装器”没有产生任何结果......有人可以向我解释它是什么吗？更好的是，请向我描述完成这项任务的步骤？在“数据类型”、“属性类型”、“属性数量”方面应该选择什么样的数据？

最好，法提赫

Answer 1

我的第一个猜测是你的老师希望你使用 feed-forward neural network (也称为多层感知器，或 MLP)，并使用其输出作为 KNN 的输入。这是有道理的，尽管我不清楚如何训练 MLP。

关于如何选择数据集:从一个简单的数据集开始，例如 Iris 数据集。该模型有 4 个维度和 3 个类别。这意味着您的算法将非常快地完成它，并且您应该能够获得不错的性能。当您的算法在 Iris 上表现良好后，您可以选择更大的集合。