*Понимание природы признаков
===Методы уменьшения размерности===
[[ФайлНУЖНО ВСТАВИТЬ КАРТИНКУ===Два основных подхода уменьшения размерности===Выбор признаков (feature selection) включает методы, для которыхG ⊂ F. Они*быстро работают;*не могут «выдумывать» сложных признаков.Извлечение признаков (feature extraction) включает все другиеметоды (в том числе даже те, у которых k > n).*в целом, дольше работают;*могут извлекать сложные признаки.===Цели извлечения и выбора признаков=======Цель извлечения признаков:]]====*Уменьшение числа ресурсов, требуемых для обработки больших наборовданных*Поиск новых признаков*Эти признаки могут быть линейными и нелинейными относительно исходных====Цели выбора признаков:====*Уменьшение переобучения и улучшение качества предсказания*Улучшение понимания моделей===Типы ненужных признаков===Существуют также два типа признаков, которые не являются необходимыми:*Избыточные (redundant) признаки не привносятдополнительной информации относительно существующих*Нерелевантные (irrelevant) признаки простонеинформативны
