摘要：
监督学习，过滤，特征加权第一个问题就是，怎样定义一个"好的"的特征？首先我们尊重数据，数据是大爷，所以一个好的特征得到的结果应该和数据相吻合。即如果原数据中两点相近，那么在该特征下两点也应该相近。其次，好的特征应该能将类之间分开，那么如果一个特征的跨度越到，我们认为这个特征就就具有好的分类特性，衡量这个跨度的就是方差，所以就要有一个大的方差。Laplacian score 的方法这样定义一个特征的权重值，其中其中t 为一个给定值为什么会有Sij？我认为Sij 度量的是Xi 和Xj 之间的距离，所以就为分析某一个特性的时候带入了整体感……下面再化简根据一个叫做spectral 阅读全文