特徵選擇與特徵抽取的區別

機器學習領域的一個廣泛問題是如何下降數據的維度,由於太高的維度會嚴重影響計算效率並形成數據稀疏。降維方法通常分爲兩類:特徵選擇 (Feature Selection)和特徵抽取 (Feature Extraction)。 特徵選擇 特徵選擇的目標是從原始的d個特徵中選擇k個特徵。 特徵抽取 特徵抽取的目標是根據原始的d個特徵的組合造成k個新的特徵,即將數據從d維空間映射到k維空間。 不管是特徵選擇
相關文章
相關標籤/搜索