文章目录 特征选择 1.过滤式选择 2.包裹式选择 3.嵌入式选择 稀疏学习 稀疏表示与字典学习 压缩感知 转自: https://www.zhenxiangsimple.com/2019/04/09/tech-ml-tzxsxx/ 特征选择 特征选择可以理解为降维(点击查看文章),就是在样本的众多属性数据中选择部分属性或特征作为学习的数据,常见的特征选择分为过滤式、包裹式和嵌入式三类。一方面可以减轻后期学习的计算量,尽量避免维数灾难问题,另一方面,可以降低学习难度,毕竟维数减少后使用较少的维度更容易找到样本之间的关系。 1.过滤式选择 指先对数据集进行特征选择,