方式:
1、特征选择:
主要方法:
Filter(过滤式):VarianceThreshold
Embedded(嵌入式):正则化、决策树
Wrapper(包裹式)
Filter:删除低方差的特征。
2、主成分分析:
PCA:特征数量达到上百个时,使数据维数压缩,尽可能降低原数据的维数。
当数据特征较多时,特征之间可能是相关的。
方式:
1、特征选择:
主要方法:
Filter(过滤式):VarianceThreshold
Embedded(嵌入式):正则化、决策树
Wrapper(包裹式)
Filter:删除低方差的特征。
2、主成分分析:
PCA:特征数量达到上百个时,使数据维数压缩,尽可能降低原数据的维数。
当数据特征较多时,特征之间可能是相关的。