Изменения

Встроенные методы используют преимущества оберточных методов и являются более эффективными, при этом на отбор тратится меньше времени, уменьшается риск [[переобучение|переобучения]], но т.к. полученный набор признаков был отобран на основе знаний о классификаторе, то есть вероятность, что для другого классификатора это множество признаков уже не будет настолько же релевантным.

* Учитывать число вхождений признака в дерево.

* Учитывать глубину вершины вхождения признака в дерево.

==Пример: SVM-RFE==