機器學習-特徵抽取(主成分分析法/因子分析法/非負矩陣因子分解NMF算法)

1.特徵抽取： 特徵抽取是機器學習中另外一種十分有用的方法，它與特性選擇不一樣，特徵抽取是對數據的特徵進行歸納和總結，而特性選擇則主要是對數據中的不一樣特徵進行比較和選取。 特徵抽取是機器學習技術中的一個經常使用的方法，它是一個屬性降維的過程，特徵抽取其實是變換屬性。經變換了的屬性，或特性，是原來屬性集的線性合併。特徵抽取會致使更小更精的一組屬性。用特徵抽取創建的模型多是質量更好的，由於數據被更少

>>阅读原文<<