特征选择（区别于特征提取）

特征选择和特征提取的异同

先来看一张特征工程的图。

特征选择和特征提取都是特征工程下，对于多特征的预处理。

其共同的目的是：

特征提取和特征选择统称为降维。（ ）（针对于the curse of (维度灾难)，都可以达到降维的目的。）

看一下，以下的图片：

用数学的话来解释：

特征选择后的特征是原来特征的一个子集。

特征提取后的新特征是原来特征的一个映射。

用通俗的话来解释他们的不同：

打比方来说：

有长、宽两个特征，特征选择是根据模型的目标来选择长这个特征或者选择宽这个特征，而特征提取是把长和宽两个特征提取成面积这个“新特征”。

接下来回归主题，讲讲特征选择。

参考文献：[Peng, H.Long, F.Ding, C. for .1997]

特征选择

产生过程（搜索过程）

（或可理解为搜索特征子集的过程）。

完全式/穷举式：根据评价函数从2^n个候选子集中选出最优的 。能够找到最优解，但其缺点是它会带来巨大的计算开销，尤其当特征数比较大的时候，计算时间很长。

序列式：它避免了简单的穷举式的搜索，在搜索过程中依据某种次序（比如向前、向后）向当前特征子集中添加或删除特征，从而获得优化过的特征子集。典型的算法有：向前向后搜索、浮动搜索、双向搜索等。算法的优点是比较容易实现，计算的负责度相对较小（时间复杂度为O（2^n）），但容易局部最优。

随机式：从某个候选特征子集开始，依照一定的启发式信息和规则逼近全局最优解（注意不是最优解，而是逼近最优）。例如：遗传算法、模拟退火算法、粒子群算法和免疫算法等。

评价函数 距离度量（欧氏距离等）信息度量（信息增熵）依赖性度量（相关性）——特征K与C类的相关性大于特征Y与C的相关性，则特征K优先于特征Y。举例子来说，喉结这个特征与男性类的相关性大于身高这个特征，则喉结特征优先于特征Y。一致性度量（没搞明白，待续）分类错误率

生成过程（搜索过程）+不同的评价函数=特征选择方法

停止准则

产生过程（搜索过程）对于停止准则：

评价函数对于停止准则：

问题和思考

坐标横竖轴表示不同的特征，条形图的高度为统计不同样本的数量，散点图的点和小圆圈表示样本，以下问题皆如此

结论一：通过添加可能冗余的变量，可以降低噪声，从而实现更好的类分离。

结论二：

完全相关的变量确实是冗余的；非常高的变量相关性(或反相关性)并不意味着没有变量互补性。2. 非常高的变量相关性(或反相关性)并不意味着没有变量互补性。

结论三：

当与其他变量一起使用时，完全无用的变量本身可以提供显著的性能改进；无用的变量+无用的变量=有用的变量。