特征选择和数据降维

为什么要进行特征选择和数据降维？

“特征选择是选择用于模型构建的相关特征的子集的过程”，或者换句话说，选择最重要的特征。

降维是指通过保留一些比较重要的特征，去除一些冗余的特征，减少数据特征的维度。但降维之后的数据不可解释了，改变了原来的维度所在的意义，产生了新的维度。

---

一、特征选择的三种方式？

1.过滤选择

二、降维

1.PCA---方差越大，数据反应的信息就越多