特征选择的常用方法
过滤法
按照发散性或者相关性对各个特征进行评分,通过设定阈值或者待选择阈值的个数来选择特征。
包装法
根据目标函数(通常是预测效果评分)每次选择若干特征,或者排除若干特征。
嵌入法
使用机器学习的某些算法或模型进行训练,得到各个特征的权值系数,并根据系数从大到小选择特征。
按照发散性或者相关性对各个特征进行评分,通过设定阈值或者待选择阈值的个数来选择特征。
根据目标函数(通常是预测效果评分)每次选择若干特征,或者排除若干特征。
使用机器学习的某些算法或模型进行训练,得到各个特征的权值系数,并根据系数从大到小选择特征。