機器學習讀書筆記：特徵選擇與稀疏學習

文章目錄 特徵選擇方法 子集選擇方法一：候選子集方法 子集選擇方法二：Relief方法 子集選擇方法三：LVW(Las Vegas Wrapper) 稀疏表達與字典學習 特徵選擇方法 ​ 和上一章的降維有點類似，同樣是樣本的屬性太多，在進行距離計算或者其他訓練推理的計算過程中，會大大的增加計算量。所以通過某些規則選擇出相對重要的一些屬性出來，從而實現降維。 ​ 另外，去除掉一些七七八八的屬性，就凸

>>阅读原文<<