什么是特征选择?
简单说,特征选择就是降维。
特征选择的任务
就是要从n维向量中选取m个特征,把原向量降维成为一个m维向量。但是降维必须保证类别的可分离性或者说分类器的性能下降不多。
注意降维具有片面性,算法并不普适。常常会有失效发生。
降维这件小事
在图像处理中叫做图像压缩、特征提取。重在最优区分(可分离性)。
在模式识别中叫做特征选择。重在最优描述(保真性)。
降维的基本思想
就是找一个线性变换使得原来的n维观察值变成了
这样维数就下降了,只是要求不能明显降低类别的可分离性就好。本文介绍的都是线性变换。
为什么要降维?
1.有可能当你使用某个特征就能进行很好的分类,譬如一个二维问题很可能变成一维也可以分类,如图1所示,把原来的样本向y轴投影就好了,用一个y分量就能完成分类。可见降维确实很有用,关键在于如何找到像y方向这么好的特征呢?