Sep, 2023

OutRank: 使用基于自动机器学习的模型搜索加速大规模稀疏数据集的处理 — 考虑基数的特征排序

PDF
TL;DROutRank 是一个用于多功能特征排序和数据质量相关异常检测的系统，可在推荐系统中探索比 AutoML 系统大多达 300% 的特征空间，加快在现成硬件上搜索更好模型。
recommender systemsfeature rankingdata qualityanomaly detectionautoml
发现论文，激发创造
  • RankFeat&RankWeight: 用于外部分布检测的排名 - 1 特征 / 权重去除

    通过观察到内部分布（ID）和超出分布（OOD）特征的奇异值分布不同，本文提出了一种名为 RankFeat 和 RankWeight 的方法，通过移除高层特征中最大奇异值及其相关的奇异向量，实现了在 OOD 检测方面的最新性能。该方法在与其他方法的对比中表现出竞争力，并在与 RankWeight 的结合下获得了新的最佳性能，FPR95 在 ImageNet-1k 基准上降低到 16.13％，同时对实证结果提供了广泛的消融研究和全面的理论分析支持。

    Nov, 2023

  • 距离排名得分：针对不平衡数据集的无监督特征选择过滤方法

    介绍了一种针对不平衡多类别数据集的新型无监督特征选择过滤方法，并与现有的适用于无监督数据的过滤方法进行了比较。该方法基于 Spearman 等级相关系数，避免了现有方法中特征方差不适用于不同类型观测的问题。该方法已在多个聚类问题中进行了性能测量。

    May, 2023

  • 深度无监督基数估计

    使用自动回归模型进行基数估计，提出了一种可处理多维关系表密集统计的新方法。通过蒙特卡罗积分方案，无需独立性假设，即可近似联合数据分布，实现单位误差计算效率，可显著提高准确性和系统运行效率。

    May, 2019

  • 高维稀疏数据的相似性学习

    该研究提出了一种使用参数化相似性度量的方法，将其作为具有特定稀疏结构的秩一矩阵的线性组合，此方法可以高效地处理高维稀疏数据，并通过近似的 Frank-Wolfe 过程优化参数以满足训练数据上的相对相似性约束，实验结果表明该方法具有分类、降维和数据探索的潜力。

    Nov, 2014

  • 通过随机自适应压缩采样方法识别大矩阵中的异常值

    本文通过两个针对鲁棒性协作过滤及计算机视觉和自动监视中敏感图的应用来演示我们提出的两步自适应感测和推理方法能够精确地识别具有很少线性数据摘要，例如核心贡献的平方秩与异常值的数量，加上常数和对数因子。

    Jul, 2014

  • 网络高效排名的物理模型

    该论文提出了一种基于物理学原理的模型和高效算法，用于推断有向网络中节点的层次排名，并介绍了一种更精确的排名方式，并提供了一种对强度进行统计显著性检验的方法，应用于预测边的存在性和方向，并在实际和合成数据上分析展示出算法的效率与可扩展度。

    Sep, 2017

  • RF+clust 用于留一问题外性能预测

    研究自动算法配置和性能预测的方法，在机器学习中使用 “留一问题”，分析了随机森林模型和基于余弦相似度测量特征相似性阈值对预测性能的影响，并提出了零样本学习环境下的特征选择问题。

    Jan, 2023

  • AutoField: 深度推荐系统中的特征选择自动化

    本文提出了一种自适应选择重要特征字段的 AutoML 框架，该框架设计了一个可微的控制器网络，通过自动调整选择特定特征字段的概率来重新训练深度推荐模型，实验证明了该框架的有效性。

    Apr, 2022

  • 特征重要性排名度量

    本文介绍了一种名为 Feature Importance Ranking Measure（FIRM）的方法，通过回顾性分析任意学习机器，该方法能够达到优秀的预测性能和优越的解释性。与标准的原始特征加权不同，FIRM 考虑了特征之间的相关性结构。因此，它能够发现最相关的特征，即使它们在训练数据中的出现完全被噪声阻止。

    Jun, 2009

  • 直接优化排序度量

    介绍了一种新的优化丢失功能的方法以提高 Web 页面排名和协同过滤的性能，并使用结构化估计在希尔伯特空间中进行直接优化，所提出的算法被证明是快速且表现良好。

    Apr, 2007