特徵選擇筆記

1.機器學習中特徵選擇的重要性 機器學習遵循一個簡單的規則-如果您放入垃圾，那麼只會讓垃圾出來。這裏的垃圾是指數據中的噪音。 當功能數量非常多時，這一點變得尤爲重要。您無需使用所有可用功能來創建算法。您可以通過僅提供真正重要的功能來輔助算法。我親眼目睹了特徵子集比相同算法的完整特徵集能提供更好的結果。就像羅漢·饒（Rohan Rao）所說的那樣：「有時候，少即是好！」 不僅在比賽中，而且在工業應用

>>阅读原文<<