【机器学习】特征选择（过滤式、包裹式、嵌入式）

其余机器学习系列文章见于专题：机器学习进阶之路——学习笔记整理，欢迎你们关注。html 1. 前言   从给定的特征集合中选择出相关特征子集的过程，称为“特征选择”。特征选择是一个重要的数据预处理过程，进行特征选择的缘由以下：web 减小特征数量、降维，使模型泛化能力更强，减小过拟合；算法 去除不相关特征，下降学习难度。app   常见的特征选择方法大体能够分为三类：过滤式、包裹式和嵌入式。框架

>>阅读原文<<