Какие типы методов отбора признаков не зависят от обучающего алгоритма и могут быть использованы в различных алгоритмах машинного обучения?

Некоторые типы методов отбора признаков, которые могут быть использованы в различных алгоритмах машинного обучения:

• Фильтры. habr.com Оценивают важность признаков только на основе свойственных им характеристик, без привлечения алгоритмов обучения. habr.com Такие методы работают быстрее и требуют меньше вычислительных ресурсов. habr.com

• Гибридные методы. habr.com Представляют собой гибрид из фильтров и обёрток, объединённых в двухфазный процесс. habr.com Сначала признаки фильтруются по статистическим свойствам, а затем применяются методы обёртки. habr.com

• Встроенные методы. habr.com neerc.ifmo.ru Для выбора признаков используют непосредственно структуру некоторого классификатора. neerc.ifmo.ru В отличие от методов-обёрток, где классификатор служит только для оценки работы на данном множестве признаков, встроенные методы используют информацию о признаках, которую классификаторы присваивают во время обучения. neerc.ifmo.ru

Важно отметить, что полученный набор признаков может не быть настолько же релевантным для другого алгоритма, поскольку он был отобран на основе знаний о конкретном классификаторе. neerc.ifmo.ru