HOME 首頁(yè)
SERVICE 服務(wù)產(chǎn)品
XINMEITI 新媒體代運(yùn)營(yíng)
CASE 服務(wù)案例
NEWS 熱點(diǎn)資訊
ABOUT 關(guān)于我們
CONTACT 聯(lián)系我們
創(chuàng)意嶺
讓品牌有溫度、有情感
專(zhuān)注品牌策劃15年

    灰狼算法特征選擇(灰狼算法特征選擇題及答案)

    發(fā)布時(shí)間:2023-04-18 22:45:07     稿源: 創(chuàng)意嶺    閱讀: 133        

    大家好!今天讓創(chuàng)意嶺的小編來(lái)大家介紹下關(guān)于灰狼算法特征選擇的問(wèn)題,以下是小編對(duì)此問(wèn)題的歸納整理,讓我們一起來(lái)看看吧。

    開(kāi)始之前先推薦一個(gè)非常厲害的Ai人工智能工具,一鍵生成原創(chuàng)文章、方案、文案、工作計(jì)劃、工作報(bào)告、論文、代碼、作文、做題和對(duì)話(huà)答疑等等

    只需要輸入關(guān)鍵詞,就能返回你想要的內(nèi)容,越精準(zhǔn),寫(xiě)出的就越詳細(xì),有微信小程序端、在線(xiàn)網(wǎng)頁(yè)版、PC客戶(hù)端

    官網(wǎng):https://ai.de1919.com。

    創(chuàng)意嶺作為行業(yè)內(nèi)優(yōu)秀的企業(yè),服務(wù)客戶(hù)遍布全球各地,如需了解SEO相關(guān)業(yè)務(wù)請(qǐng)撥打電話(huà)175-8598-2043,或添加微信:1454722008

    本文目錄:

    灰狼算法特征選擇(灰狼算法特征選擇題及答案)

    一、THC是什么意思?CFS費(fèi)用是什么意思?

    THC即Terminal Handling Charges (碼頭處理費(fèi))的縮寫(xiě),是指由船公司向交貨人或收貨人收取的費(fèi)用,用以抵償船公司在裝貨港或目的港需要支付給碼頭或者中間作業(yè)經(jīng)營(yíng)者的貨柜碼頭裝卸費(fèi)用及其他有關(guān)處理貨物的費(fèi)用。THC可分成裝貨港的THC和目的港的THC。

    CFS是集裝箱貨運(yùn)站(CONTAINER FREIGHT STATION)是處理拼箱貨的場(chǎng)所,集裝箱貨運(yùn)站的使用費(fèi)用,它辦理拼箱貨的交接,配載積載后,將箱子送往CY(Container Yard, 集裝箱(貨柜)堆場(chǎng)),并接受CY交來(lái)的進(jìn)口貨箱,進(jìn)行拆箱,理貨,保管,最后撥給各收貨人。同時(shí)也可以按承運(yùn)人的委托進(jìn)行鉛封和簽發(fā)場(chǎng)站收據(jù)等業(yè)務(wù)。CFS的費(fèi)用,通常是以一個(gè)立方多少來(lái)計(jì)算的。

    灰狼算法特征選擇(灰狼算法特征選擇題及答案)

    擴(kuò)展資料:

    THC按起運(yùn)港和目的港不同可劃分為OTHC(Origin Terminal Handling Charge,起運(yùn)港碼頭操作費(fèi))和DTHC(Destination Terminal Handling Charge,目的港碼頭操作費(fèi))兩種。出口到美國(guó)的貨物沒(méi)有DTHC。

    2010 1月1號(hào)開(kāi)始,船公司會(huì)進(jìn)一步增加THC 的收費(fèi),部分船公司收費(fèi)已經(jīng)發(fā)出通知,例如COSCO。

    THC費(fèi)用、ORC費(fèi)用法律提示:

    1. 無(wú)論FOB還是CFR情況下,裝貨港的THC/ORC費(fèi)用均由賣(mài)方承擔(dān),中國(guó)供應(yīng)商在報(bào)價(jià)時(shí)必須考慮該價(jià)格因素。

    2. 認(rèn)為FOB情況下,買(mǎi)方承擔(dān)運(yùn)費(fèi)就必然承擔(dān)THC或者ORC的觀(guān)點(diǎn)是失當(dāng)?shù)?。該觀(guān)點(diǎn)是對(duì)THC費(fèi)用性質(zhì)及FOB條款涵義的誤解所造成的,中國(guó)供應(yīng)商應(yīng)予注意。

    3. 認(rèn)為CFR情況下,賣(mài)方必然承擔(dān)卸貨港的駁運(yùn)費(fèi)、碼頭費(fèi)用的觀(guān)點(diǎn)也是失當(dāng)?shù)?。賣(mài)方可以通過(guò)在運(yùn)輸合同中排除承擔(dān),以及在買(mǎi)賣(mài)合同中約定由買(mǎi)方承擔(dān),而實(shí)現(xiàn)自身的免責(zé)。所以,CFR條件下,賣(mài)家需要注意的問(wèn)題是,運(yùn)輸合同由賣(mài)方簽訂,船公司往往在格式條款中要求賣(mài)家承擔(dān)目的港的碼頭費(fèi)用,若賣(mài)方不擬承擔(dān)該費(fèi)用,應(yīng)在運(yùn)輸合同中排除;若船公司的格式合同不容更改,則應(yīng)在買(mǎi)賣(mài)合同中約定由買(mǎi)方補(bǔ)償該費(fèi)用。

    4. 上述關(guān)于THC和ORC費(fèi)用的承擔(dān)適用于買(mǎi)賣(mài)雙方僅約定FOB或CFR條件,且沒(méi)有對(duì)THC和ORC作出特別約定的情形,事實(shí)上,對(duì)于THC和ORC的承擔(dān),買(mǎi)賣(mài)雙方是可以通過(guò)買(mǎi)賣(mài)合同另行約定,且該另行之約定較FOB或CFR條件有優(yōu)先效力。

    參考資料:百度百科-THC (集裝箱碼頭裝卸作業(yè)費(fèi)的縮寫(xiě))

    參考資料:百度百科-CFS (集裝箱貨運(yùn)站)

    二、決策樹(shù)算法-原理篇

    關(guān)于決策樹(shù)算法,我打算分兩篇來(lái)講,一篇講思想原理,另一篇直接擼碼來(lái)分析算法。本篇為原理篇。

    通過(guò)閱讀這篇文章,你可以學(xué)到:

    1、決策樹(shù)的本質(zhì)

    2、決策樹(shù)的構(gòu)造過(guò)程

    3、決策樹(shù)的優(yōu)化方向

    決策樹(shù)根據(jù)使用目的分為:分類(lèi)樹(shù)和回歸樹(shù),其本質(zhì)上是一樣的。本文只講分類(lèi)樹(shù)。

    決策樹(shù),根據(jù)名字來(lái)解釋就是,使用樹(shù)型結(jié)構(gòu)來(lái)模擬決策。

    用圖形表示就是下面這樣。

    其中橢圓形代表:特征或?qū)傩?。長(zhǎng)方形代表:類(lèi)別結(jié)果。

    面對(duì)一堆數(shù)據(jù)(含有特征和類(lèi)別),決策樹(shù)就是根據(jù)這些特征(橢圓形)來(lái)給數(shù)據(jù)歸類(lèi)(長(zhǎng)方形)

    例如,信用貸款問(wèn)題,我根據(jù)《神奇動(dòng)物在哪里》的劇情給銀行造了個(gè)決策樹(shù)模型,如下圖:

    然而,決定是否貸款可以根據(jù)很多特征,然麻雞銀行選擇了:(1)是否房產(chǎn)價(jià)值>100w;(2)是否有其他值錢(qián)的抵押物;(3)月收入>10k;(4)是否結(jié)婚;這四個(gè)特征,來(lái)決定是否給予貸款。

    先不管是否合理,但可以肯定的是,決策樹(shù)做了特征選擇工作,即選擇出類(lèi)別區(qū)分度高的特征。

    由此可見(jiàn), 決策樹(shù)其實(shí)是一種特征選擇方法。 (特征選擇有多種,決策樹(shù)屬于嵌入型特征選擇,以后或許會(huì)講到,先給個(gè)圖)即選擇區(qū)分度高的特征子集。

    那么, 從特征選擇角度來(lái)看決策樹(shù),決策樹(shù)就是嵌入型特征選擇技術(shù)

    同時(shí),決策樹(shù)也是機(jī)器學(xué)習(xí)中經(jīng)典分類(lèi)器算法,通過(guò)決策路徑,最終能確定實(shí)例屬于哪一類(lèi)別。

    那么, 從分類(lèi)器角度來(lái)看決策樹(shù),決策樹(shù)就是樹(shù)型結(jié)構(gòu)的分類(lèi)模型

    從人工智能知識(shí)表示法角度來(lái)看,決策樹(shù)類(lèi)似于if-then的產(chǎn)生式表示法。

    那么, 從知識(shí)表示角度來(lái)看決策樹(shù),決策樹(shù)就是if-then規(guī)則的集合

    由上面的例子可知,麻雞銀行通過(guò)決策樹(shù)模型來(lái)決定給哪些人貸款,這樣決定貸款的流程就是固定的,而不由人的主觀(guān)情感來(lái)決定。

    那么, 從使用者角度來(lái)看決策樹(shù),決策樹(shù)就是規(guī)范流程的方法

    最后我們?cè)賮?lái)看看決策樹(shù)的本質(zhì)是什么已經(jīng)不重要了。

    決策樹(shù)好像是一種思想,而通過(guò)應(yīng)用在分類(lèi)任務(wù)中從而成就了“決策樹(shù)算法”。

    下面內(nèi)容還是繼續(xù)講解用于分類(lèi)的“決策樹(shù)算法”。

    前面講了決策樹(shù)是一種 特征選擇技術(shù) 。

    既然決策樹(shù)就是一種特征選擇的方法,那么經(jīng)典決策樹(shù)算法其實(shí)就是使用了不同的特征選擇方案。

    如:

    (1)ID3:使用信息增益作為特征選擇

    (2)C4.5:使用信息增益率作為特征選擇

    (3)CART:使用GINI系數(shù)作為特征選擇

    具體選擇的方法網(wǎng)上一大把,在這里我提供幾個(gè)鏈接,不細(xì)講。

    但,不僅僅如此。

    決策樹(shù)作為嵌入型特征選擇技術(shù)結(jié)合了特征選擇和分類(lèi)算法,根據(jù)特征選擇如何生成分類(lèi)模型也是決策樹(shù)的一部分。

    其生成過(guò)程基本如下:

    根據(jù)這三個(gè)步驟,可以確定決策樹(shù)由:(1)特征選擇;(2)生成方法;(3)剪枝,組成。

    決策樹(shù)中學(xué)習(xí)算法與特征選擇的關(guān)系如下圖所示:

    原始特征集合T:就是包含收集到的原始數(shù)據(jù)所有的特征,例如:麻瓜銀行收集到與是否具有償還能力的所有特征,如:是否結(jié)婚、是否擁有100w的房產(chǎn)、是否擁有汽車(chē)、是否有小孩、月收入是否>10k等等。

    中間的虛線(xiàn)框就是特征選擇過(guò)程,例如:ID3使用信息增益、C4.5使用信息增益率、CART使用GINI系數(shù)。

    其中評(píng)價(jià)指標(biāo)(如:信息增益)就是對(duì)特征的要求,特征需要滿(mǎn)足這種條件(一般是某個(gè)閾值),才能被選擇,而這一選擇過(guò)程嵌入在學(xué)習(xí)算法中,最終被選擇的特征子集也歸到學(xué)習(xí)算法中去。

    這就是抽象的決策樹(shù)生成過(guò)程,不論哪種算法都是將這一抽象過(guò)程的具體化。

    其具體算法我將留在下一篇文章來(lái)講解。

    而決策樹(shù)的剪枝,其實(shí)用得不是很多,因?yàn)楹芏嗲闆r下隨機(jī)森林能解決決策樹(shù)帶來(lái)的過(guò)擬合問(wèn)題,因此在這里也不講了。

    決策樹(shù)的優(yōu)化主要也是圍繞決策樹(shù)生成過(guò)程的三個(gè)步驟來(lái)進(jìn)行優(yōu)化的。

    樹(shù)型結(jié)構(gòu),可想而知,算法效率決定于樹(shù)的深度,優(yōu)化這方面主要從特征選擇方向上優(yōu)化。

    提高分類(lèi)性能是最重要的優(yōu)化目標(biāo),其主要也是特征選擇。

    面對(duì)過(guò)擬合問(wèn)題,一般使用剪枝來(lái)優(yōu)化,如:李國(guó)和基于決策樹(shù)生成及剪枝的數(shù)據(jù)集優(yōu)化及其應(yīng)用。

    同時(shí),決策樹(shù)有很多不足,如:多值偏向、計(jì)算效率低下、對(duì)數(shù)據(jù)空缺較為敏感等,這方面的優(yōu)化也有很多,大部分也是特征選擇方向,如:陳沛玲使用粗糙集進(jìn)行特征降維。

    由此,決策樹(shù)的優(yōu)化方向大多都是特征選擇方向,像ID3、C4.5、CART都是基于特征選擇進(jìn)行優(yōu)化。

    參考文獻(xiàn)

    統(tǒng)計(jì)學(xué)習(xí)方法-李航

    特征選擇方法綜述-李郅琴

    決策樹(shù)分類(lèi)算法優(yōu)化研究_陳沛玲

    基于決策樹(shù)生成及剪枝的數(shù)據(jù)集優(yōu)化及其應(yīng)用-李國(guó)和

    三、比較特征選擇和因子分析算法的異同

    因子分析 1輸入數(shù)據(jù)。 2點(diǎn)Analyze 下拉菜單,選Data Reduction 下的Factor 。 3打開(kāi)Factor Analysis后,將數(shù)據(jù)變量逐個(gè)選中進(jìn)入Variables 對(duì)話(huà)框中。 4單擊主對(duì)話(huà)框中的Descriptive按扭,打開(kāi)Factor Analysis: Descriptives子對(duì)話(huà)框,在Statistics欄中選擇Univariate Descriptives項(xiàng)要求輸出個(gè)變量的均值與標(biāo)準(zhǔn)差,在Correlation Matrix 欄內(nèi)選擇Coefficients項(xiàng),要求計(jì)算相關(guān)系數(shù)矩陣,單擊Continue按鈕返回Factor Analysis主對(duì)話(huà)框。 5單擊主對(duì)話(huà)框中的Extraction 按鈕,打開(kāi)如下圖所示的Factor Analysis: Extraction 子對(duì)話(huà)框。在Method列表中選擇默認(rèn)因子抽取方法——Principal Components,在Analyze 欄中選擇默認(rèn)的Correlation Matrix 項(xiàng)要求從相關(guān)系數(shù)矩陣出發(fā)求解主成分,在Exact 欄中選擇Number of Factors;6, 要求顯示所有主成分的得分和所能解釋的方差。單擊Continue按鈕返回Factor Analysis主對(duì)話(huà)框。 6單擊主對(duì)話(huà)框中的OK 按鈕,輸出結(jié)果。

    四、特征元素篩選的目的

    特征提取的目的是把樣本集從高維特征空間映射到低維特征空間,并使映射后的樣本集仍具有良好的可分性。特征提取算法的好壞會(huì)影響系統(tǒng)的最終識(shí)別效果,同時(shí)經(jīng)過(guò)特征提取后的數(shù)據(jù)集由于維數(shù)的減少,會(huì)明顯減少系統(tǒng)的計(jì)算時(shí)間。然而在很多問(wèn)題中往往不容易提取出合適的特征,需要根據(jù)具體的分類(lèi)問(wèn)題選擇特征選擇算法。

    以上就是關(guān)于灰狼算法特征選擇相關(guān)問(wèn)題的回答。希望能幫到你,如有更多相關(guān)問(wèn)題,您也可以聯(lián)系我們的客服進(jìn)行咨詢(xún),客服也會(huì)為您講解更多精彩的知識(shí)和內(nèi)容。


    推薦閱讀:

    灰狼優(yōu)化算法應(yīng)用(灰狼優(yōu)化算法應(yīng)用)

    灰狼算法和遺傳算法哪個(gè)好(灰狼算法和遺傳算法哪個(gè)好用)

    多目標(biāo)灰狼算法(多目標(biāo)灰狼算法流程圖)

    杭州市武林壹號(hào)(杭州武林壹號(hào)房?jī)r(jià))

    手機(jī)k歌軟件排行榜(手機(jī)k歌軟件排行榜前十名)