ICCVJul, 2017
无限潜变量特征选择:基于概率潜图的排名方法
Infinite Latent Feature Selection: A Probabilistic Latent Graph-Based Ranking Approach
Giorgio Roffo, Simone Melzi, Umberto Castellani, Alessandro Vinciarelli
TL;DR本文提出了一种基于概率潜变量图的鲁棒性特征选择算法,它通过将特征子集视为图上的路径,在考虑所有特征子集的同时执行排名步骤,并将相关性建模为 PLSA 启发式生成过程中的潜在变量。实验表明,该方法在许多不同的场景和难度下都可获得最高性能水平,并在特征选择领域设定了一个新的最佳状态。