如何在Julia中实现特征提取
How to implement feature extraction in Julia
我正在尝试使用机器学习制作二元分类器，并且正在尝试使用我拥有的相关特征（数字属性）为我的数据开发其他特征。我搜索了很多但无法获得适合我的代码块。
我该怎么办？
我搜索了降维并找到了库（多变量统计），但实际上我不明白，我感到迷茫:D
没有人会为您选择具体的方法。它们有很多很多不同的方法来进行二元分类和特征提取。如果您对 Multivariate Statistics 等库提供的所有这些名称感到不知所措，请查看有关统计和机器学习的教科书，了解这些方法与编程语言无关。
从一些简单的方法开始，例如主成分分析 (PCA)，（MultivariateStats.jl 提供），然后在您对数据和方法获得更多知识时测试其他方法。
一些 Julia 库可以看看：JuliaStats (https://github.com/JuliaStats) 及其部分
- 最基本内容的 StatsBase
- PCA 等方法的 MultivariateStats
- 用于统计模型的 StatsModels（和 DataFrames）
- 还有很多....
对于神经网络有 Flux.jl 和 KNet.jl
对于集群有 Clustering.jl
然后，还有 python 库 Tensorflow（神经网络等）和 Scikit-Learn（各种 ML 算法）
的绑定
还有很多项目，但这些是我认为重要的项目。
我正在尝试使用机器学习制作二元分类器，并且正在尝试使用我拥有的相关特征（数字属性）为我的数据开发其他特征。我搜索了很多但无法获得适合我的代码块。 我该怎么办？
我搜索了降维并找到了库（多变量统计），但实际上我不明白，我感到迷茫:D
没有人会为您选择具体的方法。它们有很多很多不同的方法来进行二元分类和特征提取。如果您对 Multivariate Statistics 等库提供的所有这些名称感到不知所措，请查看有关统计和机器学习的教科书，了解这些方法与编程语言无关。
从一些简单的方法开始，例如主成分分析 (PCA)，（MultivariateStats.jl 提供），然后在您对数据和方法获得更多知识时测试其他方法。
一些 Julia 库可以看看：JuliaStats (https://github.com/JuliaStats) 及其部分
- 最基本内容的 StatsBase
- PCA 等方法的 MultivariateStats
- 用于统计模型的 StatsModels（和 DataFrames）
- 还有很多....
对于神经网络有 Flux.jl 和 KNet.jl
对于集群有 Clustering.jl
然后，还有 python 库 Tensorflow（神经网络等）和 Scikit-Learn（各种 ML 算法）
的绑定还有很多项目，但这些是我认为重要的项目。