高维拓扑保持特征选择 IVFS 算法的再现
机器学习
2024-09-20 v1 机器学习
摘要
特征选择是处理高维数据的数据重要技术。在无监督场景中，许多流行算法专注于保留原始数据结构。本文复现了 AAAI 2020 年介绍的 IVFS 算法，该算法灵感来自随机子集方法，通过保持拓扑结构来保留数据相似性。我们系统地组织了 IVFS 的数学基础，并通过类似原文中所述的数值实验验证其有效性。结果表明，IVFS 在大多数数据集上均优于 SPEC 和 MCFS，尽管其收敛性和稳定性仍存在问题。
引用
@article{arxiv.2409.12195,
title = {Reproduction of IVFS algorithm for high-dimensional topology preservation feature selection},
author = {Zihan Wang},
journal= {arXiv preprint arXiv:2409.12195},
year = {2024}
}
备注
arXiv admin note: substantial text overlap with arXiv:2004.01299 by other authors