Question

降维方法大致分为特征选择法和特征抽取法。几乎在每一章里都会生成、分析，然后扔掉一些特征，我们已经使用过一些特征选择法。在本章，我们将展示一些利用统计方法（叫做相关性和互信息量）在大特征空间中进行特征选择的方式。特征抽取试图将原始特征空间转换为一个低维特征空间。无法使用选择方法删减特征，而特征对于我们的学习器来说又太多的时候，这种方法特别有效。我们将使用主成分分析 （Principal Component Analysis，PCA）、线性判别式分析 （Linear Discriminant Analysis，LDA）和多维标度法 （MultiDimensional Scaling，MDS）来验证这一点。