Feature selection là gì?

Lựa chọn đặc trưng (feature selection) trong học máy (machine learning) liên quan đến việc chọn một tập hợp con của tập hợp đặc trưng (feature) có sẵn để sử dụng trong huấn luyện (training) và phân loại (classification). Hiệu quả của một hệ thống phụ thuộc vào số lượng và các loại đặc trưng. Điều quan trọng là phải giảm thiểu các đặc trưng số để tăng hiệu suất của việc huấn luyện và phân loại trong tương lai, thời gian xử lý và bộ nhớ cần thiết. Điều quan trọng là phải loại bỏ các đặc trưng không liên quan để tăng độ chính xác (accuracy) của phân loại, vì một số thuật toán học máy không thể đối phó tốt với các đặc trưng không liên quan.