机器学习三:特征工程之特征选择(过滤式和包裹式)

这里写目录标题

  • 2、降维的两种方式
  • 使用特征选择的原因:
  • 特征选择的三种方法(重点前两种,只需学习前两种)
    • 特征选择的定义:
      • 过滤式
        • 低方差特征过滤:即删除低方差的一些特征
        • 皮尔逊相关系数(重点记忆值的)
  • 拓展scatter画散点图
  • 主成分分析PCA

2、降维的两种方式

  • 特征选择
  • 主成分分析(可以理解一种特征提取的方式)

使用特征选择的原因:

原因:因为在进行训练的时候,我们都是使用特征进行学习。如果特征本身存在问题或者特征之间相关性较强,对于算法学习预测会影响较大

特征选择的三种方法(重点前两种,只需学习前两种)

  • Filter(过滤式):主要探究特征本身特点、特征与特征和目标值之间关联
    • 方差选择法:低方差特征过滤
    • 皮尔逊相关系数法
  • Embedded (嵌

你可能感兴趣的:(机器学习中的易混知识点)