基于RFE和PCA的机器学习输入量确定方法和系统

本发明涉及一种基于RFE和PCA的机器学习输入量确定方法和系统，方法包括以下步骤：获取待确定的机器学习的模型输入；基于递归特征消除对所述待确定的机器学习模型输入进行迭代遍历删除，直至获取最优的模型输入；每轮递归特征消除过程中，均对递归特征消除获取的模型输入进一步进行主成分分析，若进行主成分分析提取后的模型输入使得模型性能变差，则结束递归特征消除，否则进行下一轮递归特征消除。与现有技术相比，本发明能够高效、可靠地确定模型输入，进行模型输入的降维，减少模型的计算量，具有基于计算机科学本身、适用范围广、结合多种基础方法等优点。