Выбор функций заключается в извлечении соответствующих функций для прогностических моделей. Он удаляет ненужные функции не только для улучшения прогнозирования модели, но и для ускорения обучения модели.
Выбор функции != Уменьшение размера
Несмотря на то, что обе размерности атрибутов меньше, уменьшение размерности создает новую комбинацию атрибутов (новое пространство признаков), в то время как выбор признаков заключается в том, чтобы отсечь ненужные признаки и сохранить релевантные.
Выбор товаров
Особенности отбора ненужных атрибутов при сохранении большей части информации из данных, которые направлены на предоставление такой же хорошей и / или лучшей прогностической модели с меньшим количеством атрибутов и более быстрым моделированием. Помимо этого, это снижает сложность данных и упрощает понимание и прогнозирование модели.
Полезные инструменты
Модули выбора функций в sklearn с python: ссылка