Google机器学习教程心得（三） 好的feature

什么造就好的Feature

这里举了一个对两种狗狗做分类的问题介绍好的Feature应有的特性

简化问题

• 好的feature能有力地说明两个类别的不同
• 单个feature往往不完美，所以需要多个feature
• 假如由人来做分类器，会需要什么信息？（找好的feature）
• 对于一个feature，如果不同的label中，这个feature的值分布越均匀，则这个feature的分类作用越弱

在同一种眼睛颜色中，不同狗的数量差不多，说明眼的颜色的分类作用弱，这样的feature会降低分类器的准确性

• 好的feature应该是相互独立的，能够提供更多有效信息，
• 每个feature在分类器中都占一定的重要性，而如果feature间不独立，重要性的比重也会与原本的计划有偏差
• feature应当预处理地尽可能与结果直接相关
• 有好的feature还不够，还要有好的feature之间的好的组合

总结

好的feature应该是这样的：

• Informative
• Independent
• Simple

代码

Good-Feature：构造数据集与绘制柱状图