Skip to content

Feature selection #
Find similar titles

In Machine learning and Statistics, feature selection (특징 선택), also known as variable selection, attribute selection or variable subset selection, is the process of selecting a subset of relevant features (variables, predictors) for use in model construction. (

특징 선택은 모델에서 중요한 특징을 선택하는 것이고, 특징 추출(Feature extraction)은 임의의 특징을 만들어 내는 것.

모델을 만들기전에 Feature selection을 수행하면 좋은 점

  1. Reduce overfitting: 중복 데이터를 줄인다.
  2. Improves accuracy: 정확도 향상
  3. Reduces training time: 학습시간을 줄인다.


  1. Univariate selection: 각 특징별 빈도로 Chi-squared test 하여, 유의한 특징 선별
  2. Recursive feature elimination: 재귀적으로 특징 제거
  3. PCA weights
  4. 일부 기계학습 알고리즘에서 important features 정보 제공 (Random forest, Extra trees classifiers,...)



Suggested Pages #