機器學習&數據挖掘：特徵選擇之 wrapper approach

在前面簡要介紹了特徵選擇的Filter方法，因爲Filter方法還有不少，在此不能一一介紹。Filter方法從原始特徵中選擇特徵子集，用於後續的機器學習算法。因爲Filter在特徵選擇時，沒有考慮到所用的機器學習算法模型，可能會致使選擇出的特徵子集不適合後續的學習算法從而影響性能（這裏指準確率）。所以，wrapper方法結合後續的機器學習算法，選擇出能使最終的算法達到較高性能的特徵子集。wrapp

>>阅读原文<<