《西瓜书》笔记11：特征选择方法（二）

常见的特征选择方法： 过滤式 filter 包裹式 wrapper 嵌入式 embedding 2. 过滤式选择 先对数据集进行特征选择，然后再训练分类器，特征选择过程与后续学习无关。相当于先用特征选择过程，对初始特征进行过滤，再用过滤后的特征来训练模型。 Relief法：设计了一个相关统计量，度量特征重要性。这是一个向量，每个分量对应一个初始特征，特征子集的重要性是由子集中每个特征对应的相关统计

>>阅读原文<<