摘要: 在机器学习中,特征选择和降维感觉好像差不多,维度都降低了,今天和其他同学交流学习才知道其实不然,区别很大。 一般情况下,我们不会使用原始数据直接去进行训练,因为原始数据的特征明显,信息丰富,我们训练后的效果对于训练集非常好,而对于测试集来说就很差了。这就是过拟合问题。 当我们进行特征提取后,维度依然 阅读全文
posted @ 2017-09-23 16:42 知其然,知其所以然。 阅读(1383) 评论(0) 推荐(0) 编辑