機器學習特徵選擇方法

分類 分爲：過濾式（filter），包裹式（wrapper），嵌入式（embedding）。 過濾式選擇 過濾式方法僅僅在數據集上評價特徵，並進行選擇。Relief是一種著名過濾式方法，該方法對每個特徵給出一個數值來評價該特徵對分類的重要性。並在最後將每個特徵的評價數值組成一個向量，稱之爲「相關統計量」。 評價方法 針對二分類，第一個diff衡量屬性j的數值相同的同類的兩個x之間的距離，第二個di

>>阅读原文<<