我正在研究手写光学字符识别。是否建议使用更多特征来提高字符分类的准确性，还是考虑少量特征就足够了？

目前我使用Gabor小波进行特征提取，得到250多个特征，并使用神经网络作为分类器。但有很多误分类，识别准确率非常低。请建议一些好的特征选择技术，或者我应该考虑的特征数量。

回答：

你应该使用最能代表你数据的特征，既不多也不少。

请阅读关于特征选择的内容：

http://en.wikipedia.org/wiki/Feature_selection

http://jmlr.org/papers/v3/guyon03a.html