機械模型的特征選擇
機械模型特征選擇是尋找眾多屬性的哪個子集合，能夠的解釋目標變量與各個自變量的關系的過程。
你可以根據多種標準選取有用的特征，例如：
所在領域知識：根據在此領域的經驗，可以選出對目標變量有更大影響的變量。
可視化：正如這名字所示，可視化讓變量間的關系可以被看見，使特征選擇的過程更輕松。
統計參數：我們可以考慮 p 值，信息價值(information values)和其他統計參數來選擇正確的參數。
PCA：這種方法有助于在低維空間表現訓練集數據。這是一種降維技術。 降低數據集維度還有許多方法：如因子分析、低方差、高相關、前向后向變量選擇及其他。