摘要：这一个部分都将只涉及到选择特征的某个子集的方法，将高纬度的特征空间映射到低维度空间的方法（如PCA）都不会涉及到。 一. 单变量 优点：运算速度快，独立于分类器 缺点：忽略的特征之间的联系，忽略了与分类器的联系（在训练模型的时候不能调参来提高性能） 1. 卡方检验 主要内容参考来自 http://b 阅读全文

摘要：1. ELM 是什么 ELM的个人理解： 单隐层的前馈人工神经网络，特别之处在于训练权值的算法: 在单隐层的前馈神经网络中，输入层到隐藏层的权值根据某种分布随机赋予，当我们有了输入层到隐藏层的权值之后，可以根据最小二乘法得到隐藏层到输出层的权值，这也就是ELM的训练模型过程。 与BP算法不同，BP算 阅读全文