特征選擇中沒有融合法

正確答案是：A: 嵌入式方法、C: 包裹式、D: 過濾法。

特征選擇是機器學(xué)習(xí)和數(shù)據(jù)挖掘中的一個重要步驟，其目的是從原始特征集中選擇出對模型性能有顯著影響的特征。以下是三種常用的特征選擇方法的專業(yè)分析：

1. **嵌入式方法（Embedded Methods）**：
嵌入式方法是在模型訓(xùn)練過程中進行特征選擇的。常見的嵌入式方法包括正則化方法（如Lasso回歸）和樹模型（如決策樹、隨機森林）。這些方法通過優(yōu)化某個目標(biāo)函數(shù)（如最小化誤差）來選擇特征。

2. **包裹式方法（Wrapper Methods）**：
包裹式方法通過使用一個特定的機器學(xué)習(xí)算法來評估特征子集的質(zhì)量。常見的包裹式方法包括前向選擇、后向消除和遞歸特征消除（RFE）。這些方法通常計算量較大，因為它們需要反復(fù)訓(xùn)練模型來評估每個特征子集。

3. **過濾法（Filter Methods）**：
過濾法在特征選擇過程中獨立于模型，通?；诮y(tǒng)計檢驗或評分函數(shù)來評估特征的重要性。常見的過濾法包括卡方檢驗、互信息、方差選擇法和相關(guān)系數(shù)分析。過濾法計算效率高，但可能不如包裹式方法和嵌入式方法精確。

綜上所述，A、C、D選項都是特征選擇中的常用方法，而B選項“融合法”并不是特征選擇的常用方法。