機器學習之特徵轉換與過擬合（機器學習基石）

什麼是特徵轉換 特徵轉換就是將原始資料（不容易數據化）轉換爲有意義的資料（能夠數據化），或者說是計算機能夠處理的資料。 比如說我們可以將像素點轉換爲一些有強度特製的，對稱性的資料以便我們從中找出規律。還比如我們上次提到的X空間-->Z空間-->X空間的方法（一個非線性分割的例子詳情請點擊打開鏈接）。 特徵轉換遇到的問題 當我們將一個低維度的非線性的模型轉換成高維度的線性模型的時候我們會有3方面的復

>>阅读原文<<