特徵選擇—過濾法(Filter)、嵌入法(Embedded)和包裝法(Wrapper)

一、過濾法（Filter） 目的：在維持算法表現的前提下，幫助算法們降低計算成本 特點：獨立操作，不與後續分類（或者回歸）模型相關 過程： 目標對象：需要遍歷特徵或升維的算法。最近鄰算法KNN，支持向量機SVM，決策樹，神經網絡，迴歸算法等遍歷特徵或升維運算，本身的運算量很大，需要的時間很長，因此特徵選擇很重要。隨機森林不需要遍歷特徵，每次選的特徵就很隨機，並非用到所有的特徵，所以特徵選擇作用不大

>>阅读原文<<