LỰA CHỌN TIẾN (Forward Selection) – như… tuyển quân làm nhiệm vụ đặc biệt
Bạn là đội trưởng của một biệt đội siêu nhân. Trước mặt bạn là một danh sách dài các ứng viên với các kỹ năng khác nhau (nhanh nhẹn, thông minh, biết nấu mì, chơi rubik, đá bóng, mê drama,…)
Nhưng bạn không tuyển hết được, vì:
- Quá đông thì… lộn xộn!
- Có người tưởng “có ích” nhưng thật ra chỉ làm màu 😅
✅ Chiến thuật “lựa chọn tiến”:
Bạn bắt đầu từ con số 0 – chưa chọn ai cả.
Rồi bạn thực hiện các bước:
- Thử từng người một (hoặc đặc trưng một):
- Thêm từng người vào biệt đội, xem ai giúp đội mạnh nhất.
- Chọn người tốt nhất đầu tiên.
- Sau đó, thử kết hợp người đã chọn + thêm một người nữa → đánh giá lại xem có tăng hiệu suất không.
- Tiếp tục cho đến khi:
- Không ai mới giúp đội mạnh hơn nữa.
- Hoặc số người đã đủ xài rồi 😎
🧠 Trong học máy thì sao?
- Bắt đầu với mô hình không có đặc trưng nào.
- Ở mỗi bước:
- Thêm đặc trưng nào giúp mô hình cải thiện nhiều nhất (ví dụ tăng độ chính xác).
- Lặp lại cho đến khi:
- Không còn cải thiện đáng kể nữa.
📦 Ví dụ Python vui vẻ (giản lược):
from sklearn.feature_selection import SequentialFeatureSelector
from sklearn.linear_model import LinearRegression
from sklearn.datasets import make_regression
X, y = make_regression(n_samples=100, n_features=10, noise=0.1)
model = LinearRegression()
# Lựa chọn tiến với 5 đặc trưng
selector = SequentialFeatureSelector(model, n_features_to_select=5, direction='forward')
selector.fit(X, y)
print("Các đặc trưng được chọn:", selector.get_support(indices=True))
🎯 Tóm tắt:
Forward Selection là quá trình bạn nói:
“Tui bắt đầu tay trắng, nhưng mỗi lần sẽ chọn người hữu ích nhất để thêm vào đội.
Ai giúp tăng điểm thì mời vào. Còn không? Thôi… đứng ngoài nhìn!”