如何在Julia中实施特征提取

Question

我正在尝试使用机器学习来创建二进制分类器，并且正在尝试使用具有的相关特征（数字属性）为数据开发其他特征。我进行了很多搜索，但找不到与我一起使用的代码块。 我该怎么办？

我已经搜索了减少维数的方法，并找到了库（多元统计），但实际上我不理解，我感到迷：了：D

Answer 1

没有人会为您做出选择哪种确切方法的选择。它们有很多很多不同的方式来进行二进制分类和特征提取。如果您对诸如Multivariate Statistics之类的库提供的所有这些名称感到不知所措，那么请看一本有关统计和机器学习的教科书，了解方法与编程语言无关。

从一些简单的方法开始，例如主要成分分析（PCA），（MultivariateStats.jl提供了此方法），然后在您对数据和方法有了更多知识时进行测试。

一些Julia库可以查看：JuliaStats（https://github.com/JuliaStats）及其各个部分

• 最基本内容的StatsBase
• 用于PCA之类的方法的MultivariateStats
• 用于统计模型的StatsModels（和DataFrames）
• 更多....

对于神经网络，有Flux.jl和KNet.jl

对于Clustering，有Clustering.jl

然后，还绑定了python库Tensorflow（神经网络及其他）和Scikit-Learn（各种ML算法）

还有更多项目，但是我认为这些项目很重要。