机器学习领域的一个普遍问题是如何降低数据的维度,因为过高的维度会严重影响计算效率并造成数据稀疏。降维方法一般分为两类:特征选择
(Feature Selection)和特征抽取
(Feature Extraction)。
- 特征选择
- 特征抽取
无论是特征选择还是特征抽取,它们共同的特征都是尽可能保持原始数据中包含的信息。
- 什么是保持原始数据中包含的信息?