Feature selection – Part I: univariate selection
特征选择——1:单变量选择
原文链接:http://blog.datadive.net/selecting-good-features-part-i-univariate-selection/
对于数据科学家或机器学习实践者来说,对特征选择/排序有良好的理解可能是一大财富。对这些方法的良好掌握导致更好地执行模型,更好地理解数据的底层结构和特征,并导致对许多机器学习模型底层算法的更直观。
一般来说,使用特征选择的原因有两个:
1.减少特征数量,减少过拟合,提高模型的泛化能力。
2.为了更好地理解特性及其与响应变量的关系。
这两个目标常常相互矛盾,因此需要不同的方法:根据手头的数据,对目标(1)有利的特征选择方法不一定对目标(2)有利,反之亦然。然而,似乎经常发生的是人们不加区别地使用他们最喜欢的方法(或者从他们选择的工具最方便访问的任何方法),特别是更适合于(1)实现(2)的方法。
同时,特征选择在机器学习或数据