数据降维中特征选择方法研究

作者：胡越航; 徐靖恺; 陈泓宇

来源：电脑编程技巧与维护, 2022, (09): 125-130.

DOI：10.16184/j.cnki.comprg.2022.09.035

• 特征选择
• 算法
• 降维

特征选择是常用的数据降维方法之一。特征选择可以有效地降维，消除不相关的数据，提高学习精度，提高结果的可理解性。数据的维数增加给许多特征选择算法带来了严重的挑战，有效地降低数据的维度，并去除冗余特征是当今研究的热点和难点。选取了4种经典的特征选择算法对3类不同数据进行处理，并分析了这几种算法的优缺点。