机器学习特征选择方法

分类 分为：过滤式（filter），包裹式（wrapper），嵌入式（embedding）。 过滤式选择 过滤式方法仅仅在数据集上评价特征，并进行选择。Relief是一种著名过滤式方法，该方法对每个特征给出一个数值来评价该特征对分类的重要性。并在最后将每个特征的评价数值组成一个向量，称之为“相关统计量”。 评价方法 针对二分类，第一个diff衡量属性j的数值相同的同类的两个x之间的距离，第二个di

>>阅读原文<<