用于帕金森病语音数据加速特征选择的距离相关Sure独立性筛选
机器学习
2020-06-24 v1 机器学习
摘要
随着可用机器学习方法繁多且倾向于在集成方法中尽数使用，拥有模型无关的特征选择方法极具吸引力。主成分分析于1901年提出，自此为该角色有力竞争者，但终归是无监督方法，无法保证所选特征具良好预测力，因其不知预测目标。为此，Peng等人于2005年提出最小冗余-最大相关（mRMR）法，其不仅利用预测变量间互信息，亦在计算中包含与响应的互信息。互信息与熵的估计往往代价高昂且问题重重，即便在留一受试者外折刀情形下约750×750的数据集也致处理时间冗长。为此，我们采用2012年提出的距离相关Sure独立性筛选（DC-SIS）法，利用Székely等人的距离相关度量筛选与响应依赖性最强的特征。我们表明，该方法在帕金森病语音诊断数据上取得与mRMR选择法统计不可区分的结果，且快90倍。
引用
@article{arxiv.2006.12919,
title = {Distance Correlation Sure Independence Screening for Accelerated Feature Selection in Parkinson's Disease Vocal Data},
author = {Dan Schellhas and Bishal Neupane and Deepak Thammineni and Bhargav Kanumuri and Robert C. Green},
journal= {arXiv preprint arXiv:2006.12919},
year = {2020}
}