版权声明：本文为博主原创文章，未经博主允许不得转载。 https://blog.csdn.net/qq_41584674/article/details/82985057
方式：
1、特征选择：
主要方法：
Filter（过滤式）:VarianceThreshold
Embedded(嵌入式):正则化、决策树
Wrapper(包裹式)
Filter：删除低方差的特征。
2、主成分分析：
PCA：特征数量达到上百个时，使数据维数压缩，尽可能降低原数据的维数。
当数据特征较多时，特征之间可能是相关的。