机器学习特征选择之卡方检验与互信息

by wangben  @ beijing测试 特征选择的主要目的有两点：优化 1.      减小特征数量提升训练速度，这点对于一些复杂模型来讲尤为重要spa 2.      减小noisefeature以提升模型在测试集上的准确性。一些噪音特征会致使模型出现错误的泛化（generalization），从而在测试集中表现较差。另外从模型复杂度的角度来看，特征越多模型的复杂度越高，也就越容易发生o

>>阅读原文<<