常用的特征筛选方法研究

摘要

数据化的信息时代,人们一直期待能够将没有代表性的冗余的特征去除从而使获得的数据是通常由有效的、具有代表性的特征表示的.通过特征筛选去建立一个预测精度高的可解释模型.正则化下的稀疏模型是识别积极活跃特征的一种流行技术.总体来说,特征筛选目标为:剔除不具代表性的冗余特征,识别积极的有效特征;可解释性好的高准度预测模型.筛选出有效的特征不仅可以提高计算效率,还能提高预测模型的精准度.