0
用户访问量
0
注册用户数
0
在线视频观看人次
0
在线实验人次

机器学习特征选择的三种方法

作者：云创智学|发布时间：2021-12-17 10:50:13.0|来源：云创智学

机器学习特征选择概念：

根据所特征选择是在原有的特征基础上筛选出重要的特征，以达到降低特征维度的目的。数据特征维度可能成千上万，这会造成维度灾难，过多的特征可能会造成计算缓慢，就需要找出冗余特征、贡献度低的特征，把这些特征剔除掉。

机器学习特征选择的三种方法：

1、Filter过滤法

特征重要度排序，相关系数等，主要方法：卡方、方差、相关系数等。

2、Wrapper包装法

搜索优化、特征组合比较，如RFE算法。

3、Embedded嵌入法

学习模型的过程中，挑选出那些对模型训练有重要性的特征。

特征和模型是分不开的，选择的特征不同训练的模型也是不同的。

友情链接