Tabla de contenido:
Definición - ¿Qué significa Selección de funciones?
En el aprendizaje automático, la selección de características es el uso de variables específicas o puntos de datos para maximizar la eficiencia en este tipo de ciencia de datos avanzada.
La selección de características también se conoce como selección de variables, selección de atributos o selección de subconjuntos.
Techopedia explica la selección de funciones
Con la selección de funciones, los ingenieros y científicos de datos pueden desconectar gran parte del "ruido" en un sistema dado. El uso de la selección de funciones ayuda a descartar datos redundantes o irrelevantes, y este sacrificio puede hacer que los resultados del aprendizaje automático sean más sólidos. Por ejemplo, en un proyecto de biología marina, los investigadores podrían usar la selección de características para seleccionar solo cierta información de clasificación sobre una o más especies encuestadas y eliminar otros datos que no son centrales para el proyecto.
La selección de funciones se puede hacer con varios tipos de herramientas, incluyendo Weka, Scikit-learn y R. Esto puede ayudar a crear modelos más precisos y, en general, mejorar los procesos de aprendizaje automático. Los ingenieros tienen que trabajar con la selección de características y los datos de capacitación para evitar el sobreajuste y otros problemas. La selección de funciones también ayuda a los equipos a evitar la "maldición de la dimensionalidad", que es una forma abreviada de ciertos tipos de problemas de datos en operaciones informáticas complejas.
