FIREによる特徴量削減¶
DataRobotの能力を活用して数百もの高品質のモデルを数分でトレーニングすることで、データセット内の特徴量の数を大幅に削減できます。
特徴量の有用性ランクアンサンブル(FIRE)は、リーダーボード上のいくつかのブループリントからの特徴量のインパクトを使用して、個々の特徴量のランキングを集計します。 このアプローチにより、他の特徴量削減方法よりも精度と堅牢性が向上します。
このアクセラレーターは、FIREをデータセットに適用し、最終モデルのパフォーマンスに影響を与えることなく特徴量の数を劇的に減らす方法を示します。
更新しました February 20, 2024
このページは役に立ちましたか?
ありがとうございます。どのような点が役に立ちましたか?
より良いコンテンツを提供するには、どうすればよいでしょうか?
アンケートにご協力いただき、ありがとうございました。