特征选择与特征提取

特征选择：从一组特征中挑选出一些最有效的特征（过程）。 特征提取：通过映射或变换的方法，把模式空间的高维特征向量变成特征空间的低维特征。 进行特征选择的好处主要有以下几种： 降低过拟合风险，提升模型效果 提高训练速度，降低运算开销 更少的特征通常意味着更好的可解释性 特征选择的方法主要分为三大类：过滤式方法 (Filter Methods)，包裹式方法 (Wrapper Methods) 和嵌入式

>>阅读原文<<