Ada beberapa metoda feature selection yang umum digunakan, yaitu Filter, Embedded dan Wrapper.
Filter Method
Umumnya digunakan pada tahap preprocessing. Pemilihan features tidak tergantung kepada algoritma ML yang akan digunakan . Features dipilih berdasarkan score test statistik kolerasi.
Untuk implementasi menggunakan Python lihat di https://skillplus.web.id/feature-selection-metoda-filter/
Embedded Method
Feature dipilih saat proses model training. Menggunakan learning algorithm untuk melakukan variable selection dan feature selection and classification secara simultan. Harus memilih algoritma machine learning yang sesuai.
Untuk implementasi menggunakan Python lihat di https://skillplus.web.id/feature-selection-metoda-wrapper/
Wrapper Method
Menggunakan subset of features untuk melatih model. Berdasarkan hasil yang dihasilkan dari model sebelumnya, kita tentukan untuk menambah atau membuang features dari subset. Kelemahannya membutuhkan resource besar dalam melakukan komputasi.
Untuk implementasi menggunakan Python lihat di https://skillplus.web.id/feature-selection-metoda-embedded/