LVW特征选择算法简单介绍

LVW（Las Vegas Wrapper）是一种典型的包裹式特征选择方法，它在拉斯维加斯方法框架下使用随机策略来进行子集搜索，并以最终分类器的误差为特征子集评价准则。 与过滤式特征选择不考虑后续学习器不同，包裹式特征选择直接把最终要使用的学习器的性能作为特征子集的评价准则，换言之，包裹式特征选择的目的就是为了给定学习器选择最有利于其性能，量身定做的特征子集。 算法描述：   红色箭头：交叉验证学

>>阅读原文<<