机器学习-特征选择

在此前做过文本分类的算法，其中特征长度是1万7多个，样本是1000个，但是做过文本分类的童鞋都知道，如此长的特征使得文本分类非常慢，一般都是去进行特征选择，而我因为当时不懂，所以也就没有做优化。 接下来，正式介绍一下特征选择。 首先，我们先来谈谈理论基础。从上一篇关于VC维的介绍中，我们知道，VC维他是和样本数量m是成正比的，而我们特征个数如果非常大，那我们的VC维就很可能很大，我们有理由相信，真

>>阅读原文<<