Machine learning 什么是用于特征选择的前馈包装方法？
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”特征选择对数据进行处理后，使用KNN对数据进行分类。谷歌搜索“前馈包装器”不会产生任何结果。。。有人能给我解释一下是什么吗？更好的是，给我描述一下完成这项任务的步骤好吗？在“数据类型”、“属性类型”、“属性数量”方面，我应该选择什么样的数据 最好的，Machine learning 什么是用于特征选择的前馈包装方法？,machine-learning,classification,knn,feature-selection,Machine Learning,Classification,Knn,Feature Selection,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”特征选择对数据进行处理后，使用KNN对数据进行分类。谷歌搜索“前馈包装器”不会产生任何结果。。。有人能给我解释一下是什么吗？更好的是，给我描述一下完成这项任务的步骤好吗？在“数据类型”、“属性类型”、“属性数量”方面，我应该选择什么样的数据 最好的， Fatih我的第一个猜测是，你的老师想让你使用a（也称为多层感知器，或MLP），并将其输出用作KNN的输入。这是有道理的，尽管我不清楚你将如何训练MLP 关于如何选择数据
Fatih我的第一个猜测是，你的老师想让你使用a（也称为多层感知器，或MLP），并将其输出用作KNN的输入。这是有道理的，尽管我不清楚你将如何训练MLP
关于如何选择数据集：从一个简单的数据集开始，比如Iris数据集。那个有四个维度和三个等级。这意味着您的算法将以相当快的速度通过，您应该能够获得良好的性能。在您的算法在Iris上运行正常后，您可以选择较大的集合。谢谢您的回答，这是作业文本中的一个错误。显然，这只是“正向功能选择”，谷歌为此提供了相当多的信息