ความแตกต่างระหว่างการเลือกคุณสมบัติและการลดขนาดคืออะไร?

ฉันรู้ว่าทั้งการเลือกคุณสมบัติและการลดมิติข้อมูลมุ่งไปที่การลดจำนวนคุณสมบัติในชุดคุณสมบัติดั้งเดิม อะไรคือความแตกต่างที่แน่นอนระหว่างสองสิ่งนี้หากเราทำสิ่งเดียวกันทั้งสองอย่าง

ความแตกต่างคือชุดของคุณสมบัติที่ทำโดยการเลือกคุณสมบัติจะต้องเป็นชุดย่อยของชุดคุณสมบัติดั้งเดิมและชุดที่ทำโดยการลดขนาดไม่จำเป็นต้องใช้ (ตัวอย่างเช่น PCA ลดมิติโดยการสร้างคุณสมบัติสังเคราะห์ใหม่จากการรวมเชิงเส้นของ ฉบับดั้งเดิมจากนั้นยกเลิกสิ่งที่สำคัญน้อยกว่า)

การเลือกคุณสมบัติด้วยวิธีนี้เป็นกรณีพิเศษของการลดมิติข้อมูล

การเลือกคุณสมบัติทำงานบนการลดความแปรปรวนและการวัดขนาดทำงานบนค่า Eigen และเวกเตอร์ Eigen

ในการเลือกคุณสมบัติเรากำลังทำงานกับคุณลักษณะและปล่อยคุณลักษณะตามความแปรปรวน แต่ในกรณีของการลดขนาดเราสร้างมิติใหม่ตาม covariances

หวังว่าคำตอบของฉันจะช่วยคุณขอบคุณที่ถามคำถาม