Machine learning 如何找到将某一特定类别的概率最大化的最佳特征组合？

假设我们有一个分类器，它有两个输出类C1和C2以及8个特征X1，X2。。。X8。现在，您如何找到特性的组合（也可以是子集），以使C1类的可能性最大化？

您可以查看称为“反向消除”的内容，以找到影响每个类结果的最佳特性组合。对于您的问题，我可以解释如下：，你想最大化类C1的可能性（基本上是偏颇的），你可以考虑采用相同的加权方法（影响C1类结果的特征的更高权重）

——特征选择是机器学习中的一个巨大的子主题本身。