浅谈关于特征选择算法与Relief的实现

一、 背景 1) 问题 在机器学习的实际应用中，特征数量可能较多，其中可能存在不相关的特征，特征之间也可能存在相关性，容易导致如下的后果： 1.     特征个数越多，分析特征、训练模型所需的时间就越长，模型也会越复杂。 2.     特征个数越多，容易引起“维度灾难”，其推广能力会下降。 3.     特征个数越多，容易导致机器学习中经常出现的特征稀疏的问题，导致模型效果下降。 4.     对

>>阅读原文<<