بررسی تکنیک های انتخاب ویژگی و استخراج ویژگی در یادگیری ماشین

کاهش ابعاد یک پیش پردازش گسترده در تجزیه و تحلیل داده های با ابعاد بالا، تجسم و مدل سازی است. یکی از ساده ترین راه هابرای کاهش ابعاد، انتخاب ویژگی است. این روش فقط آن ابعاد ورودی را انتخاب می کند که حاوی اطلاعات مربوطه برای حل مشکلخاص است. استخراج ویژگی یک روش عمومی تر است که درآن سعی می شود یک تبدیل فضای ورودی به فضای فرعی کم بعدیایجاد شود که بیشتر اطلاعات مربوطه را حفظ کند. در این مقاله به بررسی تکنیک های انتخاب ویژگی و استخراج ویژگی که دریادگیری ماشین مورد استفاده قرار می گیرند، خواهیم پرداخت

کلیدواژه ها:

انتخاب ویژگی ، استخراج ویژگی ، کاهش ابعاد ، یادگیری ماشین