機器學習：特徵提取與特徵選擇意義及目的

•特徵提取與選擇的基本任務：spa 是研究如何從衆多特徵中求出那些對分類識別最有效的特徵，從而實現特徵空間維數的壓縮,即獲取一組「少而精」且分類錯誤機率小的分類待徵.margin 目的：co 使在最小維數特徵空間中異類模式點相距較遠（類間距離較大），而同類模式點相距較近（類內距離較小）。 錯誤 要求：壓縮         (1)具備很大的識別信息量。即所提供的特徵應具備很好 的可分性，使分類器容易

>>阅读原文<<