MDFS——多维特征选择
机器学习
2018-11-05 v1 人工智能
机器学习
摘要
在信息系统中识别信息性变量通常通过使用简单的一维过滤过程来完成，这会丢弃关于变量间相互作用的信息。这种方法可能导致从考虑中移除一些相关变量。在此我们提出一个 R 语言包 MDFS（MultiDimensional Feature Selection，多维特征选择），其在识别信息性变量时考虑了多个描述符与决策变量之间的协同相互作用。MDFS 是基于信息论的算法的实现。该包的计算内核用 C++ 实现。也有一个用 CUDA C 实现的高性能版本可用。MDFS 的应用通过使用著名的 Madelon 数据集来展示，该数据集按设计具有协同变量。该数据集来自 UCI 机器学习仓库。结果表明，多维分析比一维检验更敏感，并返回更可靠的重要性排序。
引用
@article{arxiv.1811.00631,
title = {MDFS - MultiDimensional Feature Selection},
author = {Radosław Piliszek and Krzysztof Mnich and Szymon Migacz and Paweł Tabaszewski and Andrzej Sułecki and Aneta Polewko-Klim and Witold Rudnicki},
journal= {arXiv preprint arXiv:1811.00631},
year = {2018}
}
备注
12 pages, 3 figures, 5 tables, license: CC-BY