数据挖掘13

数据挖掘13--特征子集选择

一、为什么要选择特征?而不是用全部的特征?

1.去除冗余和噪声特征

有些特征之间高度相关(冗余),或者与目标完全无关(噪声)。保留它们不仅无益,反而有害。

例如:同时包含"年龄"和"出生年份"是冗余的。

2.减少过拟合

过多的无关或冗余特征会增加模型复杂度,使模型"记住"训练数据中的噪声,从而在新数据上泛化能力变差。

3.训练更快

特征越少,模型训练所需的时间和内存就越少。

4.增强模型可解释性

特征越少,越容易理解模型是如何做出决策的。

二、特征子集选择(Feature Subset Selection)

1.性质

(1)不生成新的特征,仅在原始特征构成的集合中选择部分特征构成子集

不同于主成分分析,主成分分析会对原始特征组合生成新的特征

(2)不改变特征的物理含义

比如"年龄"还是"年龄",不会变成"标准化后的年龄"或"年龄平方"。

特征的原始意义保持不变,容易理解和解释。

(3)与数据挖掘任务相关------相关特征包含对当前数据挖掘任务有用的信息

举个例子:如果你要预测一个人是否会贷款违约,那么"信用记录"很重要,"头发颜色"就不重要。

所以特征子集选择会优先保留那些和任务目标相关的特征。

相关推荐
VIP_CQCRE4 小时前
GPT Image 2.6 商品图换背景后悬浮?接触阴影、透明区域与反射验收
图像处理·人工智能·ai·电商
泯泷5 小时前
别再傻傻地喂文件了,大厂都在偷偷给AI建这种“专属图书馆”
人工智能
oak隔壁找我6 小时前
一款运行在 DSH(DeepSeek Harness)中的类 Postman HTTP 接口调试插件
人工智能·程序员
高洁016 小时前
数字孪生与计算机视觉:让机器看懂现场
人工智能·python·机器学习·transformer·迁移学习
Csvn6 小时前
如果明天供应商涨价 3 倍?三层解耦,换模型只改一行配置(C05)
人工智能·aigc·agent
在所不辞兄7 小时前
为什么数字孪生驱动的产线标定需要在线更新机制,而不能一次标定后长期沿用?
人工智能·神经网络·其他·算法·机器学习
锋行天下8 小时前
langgraph 全栈项目(三)
前端·人工智能·后端
黄啊码8 小时前
【黄啊码】最近面了十几个想转 FDE 的程序员,一个都没招
人工智能
锋行天下8 小时前
langgraph 全栈项目(二)
前端·人工智能·后端
大模型真好玩9 小时前
用 Seedance 2.5 Flash 实现1分钟AI短剧,满足孩子的超级英雄对战梦
人工智能·aigc·deepseek