特征选择(Feature Selection)是从所有可用特征中挑选出对模型最有帮助的一组特征的过程,其核心构成包括以模型表现为依据的筛选、冗余与噪声维度的剔除以及整体维度的压缩,解决的是维度膨胀与过拟合导致模型表现下滑的问题,并不创造新特征,也不解决训练样本不足的问题。
特征选择是什么?
特征选择(Feature Selection)是从所有可用特征中挑选出对模型最有帮助的一组特征的过程,其核心构成包括以模型表现为依据的筛选、冗余与噪声维度的剔除以及整体维度的压缩,解决的是维度膨胀与过拟合导致模型表现下滑的问题,并不创造新特征,也不解决训练样本不足的问题。
🔗 本文链接