问为什么要提取特征？
EN

Stack Overflow用户

提问于 2014-11-13 19:16:58

回答 2查看 113关注 0票数 0

在模式识别中，为什么重要的是特征提取？为什么我们必须缩小特征空间？仅仅是一个计算问题，还是这个过程提高了分类器的泛化能力？

回答已采纳

发布于 2014-11-13 20:20:21

特征提取不仅仅是计算复杂度的问题。对于一定数量的训练样本，如果特征数目足够大，分类器的性能就会显著下降。见维度诅咒。

作为一个实际案例，考虑使用多元正态统计量(均值和协方差)的分类器。对于N训练样本和k特征，对于N < k，协方差矩阵将变得奇异。因此，如果不能增加样本数，就必须减少特征数，才能使用分类器。

票数 0

发布于 2014-11-13 20:00:58

两者都是:较小的特征空间是(显然？)更容易处理，并消除不重要的细节删除了一些需要概括的“周围”。

票数 0

页面原文内容由Stack Overflow提供。腾讯云小微IT领域专用引擎提供翻译支持

原文链接：

https://stackoverflow.com/questions/26916651

复制

相似问题

问为什么要提取特征？EN