标签：变换 线性 假设 降维 数字 预处理 字符 表示 语言
1• 模式识别系统
数据获取：用计算机语言（可计算数字符号）来表示研究对象
预处理：对研究对象去噪声，复原等
特征提取与选择：对数据进行变换，降纬，简化处理等
分类决策：归类（）
分类器设计：对分类结果进行判断检测，误差分析
2• 模式识别主要问题
特征选择与优化：特征选择：使同类物体紧致性； 组合优化：映射变化改造原特征空间
分类判别：有样品库供监督学习
聚类判别：将特征相同的归为一类
3• 特征空间优化
特征选择和特征提取是降维从特征是否进行了转换来区别的，假设有100个特征需要降维，特征选择的方法就是，从100个中抽出10个来，其他90个扔掉；
而特征提取是指100个特征都要用到，但是把这100个特征进行某种转换变成只有10个特征（比如把某10的线性组合或者非线性组合看成一个特征），从一个大的集合映射成一个小的集合。两者有本质区别。
标签：变换 线性 假设 降维 数字 预处理 字符 表示 语言
原文地址：https://www.cnblogs.com/Starry-20200305/p/13258112.html
