成为VIP会员查看完整内容
VIP会员码认证
首页
主题
会员
服务
注册
·
登录
特征选择
关注
5936
特征选择( Feature Selection )也称特征子集选择( Feature Subset Selection , FSS ),或属性选择( Attribute Selection )。是指从已有的M个特征(Feature)中选择N个特征使得系统的特定指标最优化,是从原始特征中选择出一些最有效特征以降低数据集维度的过程,是提高学习算法性能的一个重要手段,也是模式识别中关键的数据预处理步骤。对于一个学习算法来说,好的学习样本是训练模型的关键。
综合
百科
VIP
热门
动态
论文
精华
MAFS: Multi-head Attention Feature Selection for High-Dimensional Data via Deep Fusion of Filter Methods
Arxiv
0+阅读 · 1月6日
Sparse-Input Neural Network using Group Concave Regularization
Arxiv
0+阅读 · 2025年12月31日
MeLeMaD: Adaptive Malware Detection via Chunk-wise Feature Selection and Meta-Learning
Arxiv
0+阅读 · 2025年12月30日
A General Stability Approach to False Discovery Rate Control
Arxiv
0+阅读 · 2025年12月19日
Unsupervised Feature Selection via Robust Autoencoder and Adaptive Graph Learning
Arxiv
0+阅读 · 2025年12月21日
Beyond Correlation: Causal Multi-View Unsupervised Feature Selection Learning
Arxiv
0+阅读 · 2025年11月18日
Partial Information Decomposition for Data Interpretability and Feature Selection
Arxiv
0+阅读 · 2025年11月14日
Redundancy-optimized Multi-head Attention Networks for Multi-View Multi-Label Feature Selection
Arxiv
0+阅读 · 2025年11月16日
Consensus Tree Estimation with False Discovery Rate Control via Partially Ordered Sets
Arxiv
0+阅读 · 2025年11月28日
Expected Confidence Dependency: A Novel Rough Set-Based Approach to Feature Selection
Arxiv
0+阅读 · 2025年12月3日
Iterative Feature Exclusion Ranking for Deep Tabular Learning
Arxiv
0+阅读 · 2025年12月18日
Splines-Based Feature Importance in Kolmogorov-Arnold Networks: A Framework for Supervised Tabular Data Dimensionality Reduction
Arxiv
0+阅读 · 2025年11月21日
HeFS: Helper-Enhanced Feature Selection via Pareto-Optimized Genetic Search
Arxiv
0+阅读 · 2025年10月21日
A Multi-Component Reward Function with Policy Gradient for Automated Feature Selection with Dynamic Regularization and Bias Mitigation
Arxiv
0+阅读 · 2025年10月9日
A Copula Based Supervised Filter for Feature Selection in Diabetes Risk Prediction Using Machine Learning
Arxiv
0+阅读 · 2025年10月8日
参考链接
提示
微信扫码
咨询专知VIP会员与技术项目合作
(加微信请备注: "专知")
微信扫码咨询专知VIP会员
Top