模式识别学习笔记（6）——特征维数问题

特征维数带来什么问题？ 1、计算 2、存储 3、泛化能力，过拟合overfitting 分类错误率与特征 特征维数决定可分性 比如：3D空间完全可分，而2D和1D投影空间有重叠 但，增加特征也可能导致分类性能更差，因为有模型估计误差（wrong model） 计算复杂度 当样本数小于特征维度时，协方差可能奇异 过拟合（overfitting） 特征维数高、训练样本少导致模型参数估计不准确，比如协方

>>阅读原文<<