特征选择与稀疏学习一（机器学习）

特征（属性）：描述事物或者对象在某方面的表现或者其性质。

特征的要求：1、有很大的识别信息量。2、可靠性。3、尽可能的独立性。4、数量尽可能的少。

 

大纲：

1. 特征类型
2. 特征转换
3. 特征构造
4. 特征选择

特征类型：

• 数量特征：特征域上有无穷个可能的取值，涉及到实数的映射，也称为连续特征或者数值特征
• 有序特征：具有位序但无数值尺度的特征
• 属性特征：不含位序和无数值尺度的特征

特征的类别

特征变换：

 

阈值化：通过寻找用于划分的特征取值将数量特征或有序特

征变换为布尔特征

离散化：多阈值情形。将原来的特征取值分段，转化为一个

取值为1或0的向量。原始值落在某个段里，则向量中此段对

应的元素为1，否则为0

特征构造：