机器学习的特征选择方法要如何选取？

作者 | Jason Brownlee 编译 | CDA数据分析师 特征选择是在开发预测模型时减少输入变量数量的过程。 希望减少输入变量的数量，以减少建模的计算成本，并且在某些情况下，还需要改善模型的性能。 基于特征的特征选择方法包括使用统计信息评估每个输入变量和目标变量之间的关系，并选择与目标变量关系最密切的那些输入变量。尽管统计方法的选择取决于输入和输出变量的数据类型，但是这些方法可以快速有效

>>阅读原文<<