第2章

特征的选择与优化

本章要点：

特征空间优化设计问题

样本特征库初步分析

样品筛选处理

特征筛选处理

特征评估

基于主成分分析的特征提取

特征空间描述与分析

手写数字特征提取与分析

在实际的应用中，信息采集的对象多数是多特征、高噪声、非线性的数据集。人们只能尽量多列一些可能有影响的因素，在样本数不是很多的情况下，用很多特征进行分类器设计，无论从计算的复杂程度还是就分类器性能来看都是不适宜的。因此，研究如何把高维特征空间压缩到低维特征空间就成为了一个重要的课题。任何识别过程的第一步，不论用计算机还是由人去识别，都要首先分析各种特征的有效性并选出最具有代表性的特征。

特征的选择与优化是非常重要的，它强烈地影响到分类器的设计及其性能。若对于不同类别样品特征的差别很大，那就比较容易设计出具有较高性能的分类器。因此，特征的选择是模式识别中的一个关键问题。由于在很多实际问题中常常不容易找到那些最重要的特征，或受条件限制不能对它们进行测量，这就使特征选择和优化的任务复杂化而成为构造模式识别系统最困难的任务之一。这个问题已经越来越受到人们的重视。