原创力文档- 1、本文档内容版权归属内容提供方，所产生的收益全部归内容提供方所有。如果您对本文有版权争议，可选择认领，认领后既往收益都归您。。
- 2、本文档由用户上传，本站不保证质量和数量令人满意，可能有诸多瑕疵，付费之前，请仔细先通过免费阅读内容等途径辨别内容交易风险。如存在严重挂羊头卖狗肉之情形，可联系本站下载客服投诉处理。
- 3、文档侵权举报电话：400-050-0827(电话支持时间：9:00-18:30)。
查看更多
PAGE1
PAGE1
特征选择：特征相关性分析：皮尔逊相关系数教程
1特征选择的重要性
1.1特征选择的定义
特征选择（FeatureSelection），是机器学习和数据挖掘中一个关键的预处理步骤，其目标是从原始特征集中挑选出最相关的特征子集，以减少模型的复杂度，提高模型的性能和可解释性。特征选择不同于特征提取，后者通常会创建新的特征，而特征选择则是在原有特征中进行筛选。
1.2特征选择在机器学习中的作用
特征选择在机器学习中扮演着至关重要的角色，主要体现在以下几个方面：
减少过拟合：通过去除与目标变量无关或关系较弱的特征，可以减少模型的复杂度，从而降低过拟合的风险
文档评论（0）