基于Morisita内在维数估计量的无监督特征选择
机器学习
2017-06-06 v5 机器学习
摘要
本文讨论一种新的过滤式算法，用于选择携带数据集全部信息内容的最小特征子集（即用于移除冗余特征）。它是分形维数约简技术的高级版本，依赖于最近提出的Morisita内在维数（ID）估计量。此处，ID被用于量化特征子集之间的依赖性，从而允许有效处理高度非线性数据。所提出的算法在模拟和真实世界案例研究中成功得到测试。考察了不同的样本量水平和噪声以及结果的可变性。此外，基于随机森林的综合过程表明，该算法显著降低了数据维度而没有丢失相关信息。最后，与基准特征选择技术的比较证明了这种新过滤方法的有前景的性能。
引用
@article{arxiv.1608.05581,
title = {Unsupervised Feature Selection Based on the Morisita Estimator of Intrinsic Dimension},
author = {Jean Golay and Mikhail Kanevski},
journal= {arXiv preprint arXiv:1608.05581},
year = {2017}
}