機器學習中的特徵選擇（過濾式，包裹式，嵌入式）

  1 Intro 從給定的特徵集合中選擇出相關特徵子集的過程，稱爲「特徵選擇」。特徵選擇是一個重要的數據預處理過程，進行特徵選擇的原因如下： 減少特徵數量、降維，使模型泛化能力更強，減少過擬合； 去除不相關特徵，降低學習難度。 常見的特徵選擇方法大致可以分爲三類：過濾式、包裹式和嵌入式。 2 過濾式 過濾式方法先對數據集進行特徵選擇，然後再訓練學習器。特徵選擇過程與後續學習器無關，這相當於先對初

>>阅读原文<<