发布时间：2024-02-17 16:30
特征选择是从现有特征中，选出与标签预测最为相关的特征，以减小特征规模的方法，其目的是去除无效或低效特征。其中，对无效特征和低效特征的筛选策略还有所差别：
无效特征是指对模型预测基本没有贡献的输入特征，它对模型预测无益且会浪费计算资源，应必须滤除；
而低效特征是指对模型预测贡献较少的输入特征，它的存在对减小模型预测误差意义不大，但对减小模型的预测方差还十分有意义（有助于增强模型鲁棒性，提高泛化性能），所以在计算速度可接受的情况下应尽量保留低效特征，只有在需要提升模型（线上）预测速度时，才应考虑滤除（部分或全部）低效特征。