Spark MLlib 特徵抽取、轉化和選擇 -- 特徵選取：卡方選擇器

這一部分主要介紹和特徵處理相關的算法，大體分爲以下三類： 1）特徵抽取：從原始數據中抽取特徵 2）特徵轉換：特徵的維度、特徵的轉化、特徵的修改 3）特徵選取：從大規模特徵集中選取一個子集 特徵選擇（feature Selection）指的是在特徵向量中選擇出那些優秀的特徵，組成新的、更精簡的特徵向量的過程。它在 高維數據分析中十分常用，可以剔除掉‘冗餘’和‘無關’的特徵，提升學習器的性能。 特徵選

>>阅读原文<<