【机器学习】特征选择与特征转换

1.curse of dimension   维度灾难

特征的个数增多时，对数据的需求也会以指数速度增长。

2.特征的过滤(filtering)和封装(wrapping)

特征的过滤是选择特征后，再执行算法。缺点是缺少反馈。用时较少。可以用决策树选出重要特征（分裂的地方），再进行算法

封装是在算法中选择特征，真正关注的学习问题本身。用时较多。