本文探讨了特征选择(feature selection)及特征抽取(feature extraction)的概念及其在机器学习中的应用,包括FilterMethods过滤方法、WrapperMethods包装方法及EmbeddedMethods嵌入方法等不同技术手段,并介绍了降维(dimensionality reduction)的基本原理。
特征选择和特征抽取
特征选择(feature selection)
特征抽取是从一系列的候选变量/特征中抽取其中的一个子集作为机器学习的输入, 其能提高各种分类器(classifier)的性能(performance)
特征抽取(feature extraction)
Filter Methods 过滤方法
Wrapper Methods 包装方法
Embedded Methods 嵌入方法
Filter方法其计算量少, 能够快速计算, 但是其比wrapper方法效果(performance)要差.
降维(dimensionality reduction).
降维是关于如何降低维度(reduce the number of dimension)来表示各种数据.
扫一扫
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
