2023年Kaggle一项针对1200名数据科学家的调研显示，67%的人曾把特征选择（feature selection）和特征提取（feature extraction）混为一谈。结果？模型精度掉了15%，训练时间翻倍，还找不到bug在哪。
这不是术语洁癖。两个概念差了一个维度——一个是做减法，一个是做化学实验。
特征选择：从杂物间里挑工具
想象你有一个塞满工具的杂物间。特征选择就是走进去，把螺丝刀、扳手、电钻挑出来，扔掉生锈的铰链和不知道哪来的塑料片。东西还是那些东西，只是少了没用的。
核心操作：保留原始特征的子集，不做任何数学变形。
原文作者Akd Keerthi列了五条特征选择的铁律：从原始数据里挑重要的、不转换数据、保留原始含义（所以业务方看得懂）、剔除无关和冗余的、让模型跑得更快更准。最后一条很关键——计算成本够低，笔记本也能跑。
具体手法分三类。过滤法（Filter）像筛子，用统计指标（方差、互信息、卡方检验）先筛一遍，不跟模型打交道。包裹法（Wrapper）更贪心，让模型自己试——"用这5个特征你表现如何？换成那3个呢？"递归特征消除（RFE）就是典型。嵌入法（Embedded）最省事，模型训练时自己决定谁重要，L1正则化（Lasso）会把不重要的系数压到零，相当于内置了选择器。
一个细节：过滤法快但可能错过特征组合的效果；包裹法准但算力爆炸；嵌入法折中，但得看模型脸色。
特征提取：把工具熔了重铸
还是那间杂物间。特征提取不是挑工具，是把所有金属扔进熔炉，铸成新的合金零件。原来的螺丝刀长什么样？不重要了。重要的是新零件能不能用。
核心操作：用数学变换创造全新的特征空间。
原文列的对比很直白：创造新特征、应用变换技术、可能丢失原始含义、组合特征来降维、适合复杂高维数据、计算开销更大。最后一条是隐性门槛——普通笔记本可能直接卡死。
主成分分析（PCA，Principal Component Analysis）是最常用的锤子。它找的是数据里方差最大的方向，把高维数据拍扁成几个主成分。但有个代价：你知道第一主成分解释了73%的方差，但说不清它具体代表什么业务含义。
线性判别分析（LDA，Linear Discriminant Analysis）更功利——它不管方差，只管怎么让不同类别的数据分得最开。适合分类任务，但得先有标签。
还有更野的路子。自动编码器（Autoencoder）用神经网络自己学压缩方式；t-SNE和UMAP专门把高维数据摊成二维给你看，但别拿来训练模型，信息损失太大。
什么时候该用哪把刀
原作者给了一个极简决策框架：特征选择 = 选特征，特征提取 = 造特征。但工程里没这么干净。
数据维度爆炸（比如基因测序动辄几万个变量）、特征之间勾勾搭搭（高度相关）、或者你根本看不懂原始字段在说什么——这时候特征提取是刚需。PCA先把10000维压到50维，模型才能喘过气。
但如果你能看懂每个字段的业务含义，比如"用户过去7天登录次数"明显比"用户ID"有用，直接上特征选择。业务团队问你模型为什么给某人打了高分，你能指着原始字段解释，这是特征提取给不了的。
一个真实场景：某电商推荐团队用PCA处理用户行为序列，AUC涨了8%，但运营投诉"这特征我看不懂，没法做人群包"。后来换成基于业务规则的选择，精度只掉2%，但运营能直接拿去用。这就是原文说的"保留原始含义"的隐性价值。
两条路线的隐藏成本
特征选择的风险是"漏杀"。两个特征单独看都不重要，但组合起来是强信号——过滤法会直接扔掉。包裹法能捕捉组合，但算力成本指数级上涨。
特征提取的风险是"黑箱"。PCA的主成分是原始特征的线性组合，系数可正可负，解释起来像算命。深度学习里的特征提取更离谱——神经网络把图像压成512维向量，你知道它好用，但说不清第247维代表猫耳朵还是背景噪点。
原文没提但业内共识：很多团队两步都用。先用PCA或自编码器把维度压下来，再用L1正则化筛一遍，既解决计算问题，又保留一点可解释性。代价是误差累积——每一步都在丢信息。
最后留个数据点：Google 2022年一篇论文统计，生产环境的ML流水线里，纯特征选择占34%，纯特征提取占28%，两者混用的占31%，剩下7%是"什么都没做直接扔给模型"。那7%的模型，后来大多被下线了。
你的项目现在在哪一类？
热门跟贴