【机器学习】论文导读从特征变换到特征选择（From Transformation-Based Dimensionality Reduction to Feature Selection）

时间 2020-12-29

原文原文链接

一、降维中特征变换与特征选择的区别在各种机器学习方面的运用中，我门通常需要对高维数据进行处理，然而不是所有的数据特征都是有用的，通常包含大量的无关特征与冗余特征。（无关特征：是指与当前学习任务无关的特征（该特征所提供的信息对于当前学习任务无用），如对于学生成绩而言，学号则是无关特征。冗余特征：是指该特征所包含的信息能从其他特征推演出来，如对于“面积”这个特征而言，从能从“长”和“宽

>>阅读原文<<

1. 机器学习：特征选择（feature selection）
2. 特征选择(Feature Selection)
3. 特征选择（Feature Selection）
4. 特征选择
5. 机器学习中特征选择和特征提取区别
6. 机器学习基础学习笔记（八）特征选择与特征提取
7. 特征抽取、特征选择、特征工程
8. 特征工程: 特征, 特征提取和特征选择
9. 131.007 Unsupervised Learning - Feature Selection | 非监督学习 - 特征选择
10. 机器学习-特征选择
更多相关文章...
• Scala Trait(特征) - Scala教程
• C# 特性（Attribute） - C#教程
• JDK13 GA发布：5大特性解读
• Tomcat学习笔记（史上最全tomcat学习笔记）

【机器学习】论文导读 从特征变换到特征选择（From Transformation-Based Dimensionality Reduction to Feature Selection）

【机器学习】论文导读从特征变换到特征选择（From Transformation-Based Dimensionality Reduction to Feature Selection）