机器学习之特征选择

特征选择方法初识： 1、为什么要做特征选择 在有限的样本数目下，用大量的特征来设计分类器计算开销太大而且分类性能差。 2、特征选择的确切含义 将高维空间的样本通过映射或者是变换的方式转换到低维空间，达到降维的目的，然后通过特征选取删选掉冗余和不相关的特征来进一步降维。 3、特征选取的原则 获取尽可能小的特征子集，不显著降低分类精度、不影响类分布以及特征子集应具有稳定适应性强等特点 特征选择方法总结

>>阅读原文<<