BriefGPT.xyz
Jun, 2023
稀疏线性质心编码器:一种特征选择的凸方法
Sparse Linear Centroid-Encoder: A Convex Method for Feature Selection
HTML
PDF
Tomojit Ghosh, Michael Kirby
TL;DR
本研究提出了一种新颖的特征选择技术,称为稀疏线性质心编码器(SLCE),它使用线性变换重构点,同时使用l1范数惩罚去除输入数据中不必要的特征,并通过凸优化问题解决方案该问题。我们通过实证分析表明,SLCE在各种数据集上促进了稀疏性。与某些基于神经网络的特征选择技术相比,SLCE具有性能优势。
Abstract
We present a novel
feature selection
technique,
sparse linear centroid-encoder
(SLCE). The algorithm uses a linear transformation to reconstruct a point as its class centroid and, at the same time, uses the $\ell
→