ML-特征选择

1.概念 特征选择是一个重要 “数据预处理”过程，机器学习任务中，获得数据之后通常先进行特征选择，此后再训练学习器。 特征选择需要确保不丢失重要特征。 “无关特征”：与当前学习任务无关；“冗余特征”：所包含信息能从其它特征中推演出来，很多时候不起作用，去除可以减轻学习负担。 2.特征子集搜索与评价 有许多特征，欲从特征集中选择一个包含所有重要信息的子特征集，如果没有经验领域知识等先验假设，就只能遍

>>阅读原文<<