面向超高维多类数据的特征空间约简方法：基于随机森林的多轮筛选（RFMS）
机器学习
2026-02-06 v1 人工智能
计算工程、金融与科学
统计计算
摘要
近年来，针对包含数十万特征的超高维数据，已发表大量筛选方法；然而，这些特征中的大多数无法处理具有数千类的数据。基于多通道生物特征数据构建用于用户认证的预测模型会导致此类问题。在本研究中，我们提出一种称为基于随机森林的多轮筛选（RFMS）的新方法，可在这种情况下有效应用。所提出的算法将特征空间划分为小的子集，并执行一系列局部模型构建。这些局部模型用于实现基于锦标赛的排序以及基于特征重要性的特征选择。为对RFMS进行基准测试，采用了一种称为BiometricBlender的合成生物特征空间生成器。基于结果，RFMS与行业标准特征筛选方法表现相当，同时相较于这些方法具有诸多优势。
引用
@article{arxiv.2305.15793,
title = {Feature space reduction method for ultrahigh-dimensional, multiclass data: Random forest-based multiround screening (RFMS)},
author = {Gergely Hanczár and Marcell Stippinger and Dávid Hanák and Marcell T. Kurbucz and Olivér M. Törteli and Ágnes Chripkó and Zoltán Somogyvári},
journal= {arXiv preprint arXiv:2305.15793},
year = {2026}
}
备注
9 pages, 2 figures, 2 tables