信息价值格：利用概率独立性进行有效的特征子集获取
人工智能
2014-01-17 v1
摘要
我们探讨了代价敏感的特征获取问题，其中误分类一个实例代价高昂，但可以通过获取缺失特征的值来降低预期误分类代价。由于获取特征同样具有代价，目标是获取正确的特征集，以使特征获取代价与误分类代价之和最小化。我们描述了信息价值格（VOILA），这是一个最优且高效的特征子集获取框架。与贪心获取特征的常见做法不同，VOILA 能够对特征子集进行推理。VOILA 通过发现并利用特征之间的条件独立性属性，高效地搜索可能的特征子集空间，并重用概率推理计算以进一步加速该过程。通过对五个医疗数据集的实证评估，我们表明贪心策略通常不愿意获取特征，因为它无法预测组合获取多个特征的收益。
引用
@article{arxiv.1401.3881,
title = {Value of Information Lattice: Exploiting Probabilistic Independence for Effective Feature Subset Acquisition},
author = {Mustafa Bilgic and Lise Getoor},
journal= {arXiv preprint arXiv:1401.3881},
year = {2014}
}