ML-特徵選擇

1.概念 特徵選擇是一個重要 「數據預處理」過程，機器學習任務中，獲得數據之後通常先進行特徵選擇，此後再訓練學習器。 特徵選擇需要確保不丟失重要特徵。 「無關特徵」：與當前學習任務無關；「冗餘特徵」：所包含信息能從其它特徵中推演出來，很多時候不起作用，去除可以減輕學習負擔。 2.特徵子集搜索與評價 有許多特徵，欲從特徵集中選擇一個包含所有重要信息的子特徵集，如果沒有經驗領域知識等先驗假設，就只能遍

>>阅读原文<<