在文本分类的过程中，特征（也可以简单的理解为“词”）从人类能够理解的形式转换为计算机能够理解的形式时，实际上经过了两步骤的量化——特征选择阶段的重要程度量化和。
特征选择( Feature Selection )也称特征子集选择( Feature Subset Selectio原由网n , FSS )，或属性选择( Attribute Selection )。
这也//www.58yuanyou.com是网站优化的一部分，其实把它想成“词”会更好更简单地理解。
特征选择是指从已有的M个特征(Feature)中选择N个特征使得系统的特定指标最优化，是从原始特征中选择出一些最有效特征以降低数据集维度的过程。
简单来说，个人认为可以将其初步理解为分类，不过是//www.58yuanyou.com以一个最有效率差最好的分类方法进行归类。
举个例子，比如指纹识别。如果说只有一个指纹，虽说指纹是唯一的，但还是具有相似性的，全
世界人那么多，不排除一个指纹对应的可能的人有多位的情况，除非是非常清晰并且完整的指纹，不然的话，我们只能找到相似程度最大的那一个。
但是，这时候，如果有5个手指头的指纹，也就是整只手的指纹，那么，这个问题就不再是问题了，因为5个指纹绝对可以区分全世界60多亿的人口。
为什么5个指纹就可以区分全世界的人口呢？
在这一方面，排列组合的知识大家可以捡起来了.，虽然有点出入，但是帮助理解还是可以的。
每个指纹，都不一样但是有一些非常相似，而再加原由网上5个手指头的排列位置加顺序，自然就区分开来了，毕竟不可能一模一样。
而计算机在这种类似的问题SrCYzOG识别的时候，会直接忽略那一位置的指纹，去对比其他位置的。毕竟那个指纹没有...
实际上，这是最为快捷的一种最为快捷的方式。
