【问题标题】：What is feed-forward wrapper method for feature selection?什么是特征选择的前馈包装方法？
【发布时间】：2012-11-23 09:16:59
【问题描述】：
对于一个学校项目，我需要从 UCI 存储库中选择一个数据集，并在使用“前馈包装器”特征选择对其进行处理后使用 KNN 对数据进行分类。谷歌搜索“前馈包装器”一无所获......有人可以向我解释它是什么吗？更好的是，向我描述完成这项任务的步骤可能吗？ “数据类型”、“属性类型”、“属性个数”应该选择什么样的数据？
最好，
法提赫
【问题讨论】：
标签：
machine-learning
classification
knn
feature-selection
【解决方案1】：
我的第一个猜测是您的老师希望您使用feed-forward neural network（也称为多层感知器或 MLP），并将其输出用作 KNN 的输入。这是有道理的，尽管我不清楚你将如何训练 MLP。
关于如何选择数据集：从一个简单的开始，比如 Iris 数据集。那一个有4个维度和3个类。这意味着您的算法将很快通过它，并且您应该能够获得不错的性能。在您的算法在 Iris 上表现良好后，您可以选择更大的集合。
【解决方案2】：
感谢您的回复，这是作业文本中的错误。显然它只是“前向特征选择”，谷歌为此提供了相当多的信息。