基于最大相关最小冗余的特征选择方法MRMR

基于最大相关最小冗余的特征选择方法MRMR By:Yang Liu 1.什么是特征选择 经典的特征选择定义为：依据某个准则，从N个特征集合中选出M个特征的子集(M=<N),以达到降低特征空间维数的目的。 特征选择包括特征提取和特征选择两个方面。 特征提取是指将原有的特征空间进行某种形式的变换,以得到新的特征。主成分分析PCA是这类方法中最著名的算法。特征选择是指从原始特征集中选择使某种评估标准最优

>>阅读原文<<