• Buradasın

    MRMR yöntemi nedir?

    Yazeka

    Arama sonuçlarına göre oluşturuldu

    MRMR (Maximum Relevance — Minimum Redundancy) yöntemi, özellik seçimi için kullanılan bir algoritmadır 12.
    Bu yöntem, hedef değişkenle güçlü bir ilişkiye sahip olan (yüksek alaka düzeyi) ancak diğer öngörücü özelliklerle zayıf bir ilişkiye sahip olan özellikleri tercih eder ve seçer 1.
    MRMR algoritması şu şekilde çalışır:
    1. Tüm öngörücü değişkenlerin alaka düzeyini belirler ve en yüksek alaka düzeyine sahip özelliği seçer 12.
    2. Kalan özellikler arasında, seçilen özelliklerle olan gereksizliği (redundancy) hesaplar 12.
    3. Alaka düzeyi ile gereksizliğin farkını veya oranını kullanarak her bir özelliğe bir önem puanı atar ve en yüksek puana sahip özelliği seçer 12.
    4. Bu işlemi, istenen sayıda özellik seçilene kadar tekrar eder 1.
    MRMR yöntemi, ilk olarak biyoinformatik alanında mikroarray gen ifadesi verileri için kullanılmış, daha sonra Uber tarafından pazarlama modellerinde popüler hale getirilmiştir 13.
    5 kaynaktan alınan bilgiyle göre:

      Yanıtı değerlendir

      5 kaynak

      1. feature-engine.trainindata.com
        1
      2. medium.com
        2
      3. pypi.org
        3
      4. en.wikipedia.org
        4
      5. drgokhanserbes.com
        5

    Konuyla ilgili materyaller

    MRMR algoritması nedir?

    MRMR (Minimum Redundancy Maximum Relevance) algoritması, makine öğrenimi modellerinde özellik seçimi için kullanılan bir yöntemdir. MRMR algoritmasının çalışma prensibi: 1. Alaka (Relevance): Her bir özelliğin hedef değişkenle olan korelasyonunu belirler. 2. Gereksizlik (Redundancy): Özelliklerin birbirleriyle olan bağımlılığını ölçer. 3. Seçim: Alaka ve gereksizlik değerleri kullanılarak, en yüksek öneme sahip özellik seçilir. MRMR algoritması, doğrusal ve doğrusal olmayan ilişkileri tespit etmede etkilidir ve daha basit, daha yorumlanabilir modeller oluşturmayı sağlar.
    5 kaynak