特征选择简介

      特征选择是从一组特征中去掉冗余或不相关的特征来进行降维。它可以从原始特征中找到最优特征 ，这些被选择出的特征保留了数据集的主要信息，为分析高维的特征问题提供了便利， 避免或减少原始特征中不相关的信息所带来的识别过程复杂化。 特征选择包含了两个方面， 一方面是试图从特征集合中选择最为有效的特征子集， 另一方面， 选择合适的评价准则确定所选特征的有效性。 一般地， 由于特征之间存在一定的冗余性和相关性， 因此， 特征选择具有很高的实用价值。