特征选择

前面小编给大家简单介绍过拟合和欠拟合时，提到了一个概念：学习曲线，我们通过学习曲线能够很清晰的判别出模型现在说出的状态是欠拟合还是过拟合，下面小编具体整理了学习曲线的相关内容，希望对大家有所帮助。 学习曲线(learning curve)是不同训练集大小，模型在训练集和验证集上的得分变化曲线。横坐标为·样本数，纵坐标为训练和交叉验证集上的得分(如准确率)

特征提取和特征选择是DimensionalityReduction（降维）的两种方法，针对于the curse of dimensionality(维灾难)，都可以达到降维的目的。但是这两个有所不同。 主成分分析(Principle Components Analysis PCA)和线性评判分析（LinearDiscriminant AnalysisLDA）是特征提取的两种主要经典方法