什么是降维?特征选择或提取

Posted

技术标签:

【中文标题】什么是降维?特征选择或提取【英文标题】:What is Dimensionality Reduction ? Feature Selection or extraction 【发布时间】:2022-01-16 02:11:36 【问题描述】:

据我所知,DR 是一种将高维数据转换为低维数据的技术。但它是特征选择还是特征提取?这些功能是仅从可用功能中选择的还是经过设计的? (在一些测试中被问到 - 必须从特征选择和提取中进行选择)

【问题讨论】:

这个问题有点不公平,因为它最终是两者兼而有之,但是降维会选择更高维度的特征并将它们降低到更低维度。 【参考方案1】:

data-reduction 的 tag wiki 声明:

“在机器学习和统计中,降维或降维是减少考虑的随机变量数量的过程,可以分为特征选择和特征提取。”

所以:

但这是特征选择还是特征提取?

要么是一个,要么是另一个。

这些功能是仅从可用功能中选择的还是经过设计的?

再一次,我认为答案要么是一个,要么是另一个。 (我不知道您在这种情况下所说的“工程”是什么意思。)


如果这不能帮助你理解,我建议:

提出更详细/具体的问题 阅读有关以下内容的 Wikipedia 文章: Dimensionality Reduction Feature Selection Feature Extraction 等等。

【讨论】:

以上是关于什么是降维?特征选择或提取的主要内容,如果未能解决你的问题,请参考以下文章

特征选择

《机学三》特征工程3 —— 特征选择:特征选择数据降维

04_数据降维

特征选择的3钟方法

机器学习之特征选择和降维的理解

特征提取和特征选择