多任务数据的通用特征选择方法

Mar, 2024

Universal Feature Selection for Simultaneous Interpretability of Multitask Datasets

Matt Raymond, Jacob Charles Saldinger, Paolo Elvati, Clayton Scott, Angela Violi

TL;DRBoUTS 是一个通用且可扩展的特征选择算法，通过克服限制条件来提取与所有数据集相关的通用特征和与特定子集有预测能力的特定任务特征，并在七个不同的化学回归数据集上取得了靠前的特征稀疏性和预测准确性，具有在不同科学领域推进的巨大潜力。

Abstract

Extracting meaningful features from complex, high-dimensional datasets across scientific domains remains challenging. Current methods often struggle with scalability, limiting their applicability to large datasets, or make restrictive assumptions about feature-property relationships, h

feature selection scalability universal features chemical datasets data-poor systems

发现论文，激发创造

通用特征选择工具（UniFeat）：一个开源的降维工具

UniFeat 是一个用 Java 编写的开源工具，可在各种研究领域中执行特征选择过程。它提供了一组知名和先进的特征选择方法，用户可以比较它们的性能。由于 UniFeat 的开源性质，研究人员可以在其研究中使用和修改它，从而促进了新特征选择算法的快速开发。

Nov, 2022

（多任务）梯度提升树的可扩展特征选择

本文提出了一种可伸缩的基于前向特征选择的梯度提升决策树方法，通过一种新颖的群体测试过程，在高维度下工作良好，并具有较好的理论性能和计算保证，可用于搜索和推荐中的排名和相关模型的构建。同时，该方法扩展到多任务设置，允许从多个任务中选择通用特征和选择任务特定特征，与现有的梯度提升决策树方法相比，在模型性能度量方面表现相当，但训练时间有显著提升。

Sep, 2021

工业大数据应用中的分布式和并行时间序列特征提取

提出了一种高效的、可扩展的、基于特征提取和重要性过滤的算法，用于过滤机器学习流水线中具有显著影响的特征，特别适用于预测性维护或生产线优化等任务中的时间序列分类和回归问题，并在模拟随机过程和 UCR 时间序列分类库的二元分类问题中进行了基准测试。

Oct, 2016

梯度提升特征选择

本研究提出了一种名为梯度提升特征选择 (GBFS) 的新型特征选择算法，该算法可可靠地提取相关特征，能够识别非线性特征相互作用，与特征和维度的数量线性缩放，并允许纳入已知的稀疏结构，并在多个真实世界的数据集上进行了评估，表现出强大的性能，比其他现有的特征选择算法具有更好的扩展性和适应性。

Jan, 2019

利用替代特征选择找到最佳的多样特征集

特征选择是一种流行的方法，可以获得小型、可解释且高度准确的预测模型。本文介绍了一种名为 “替代特征选择” 的方法，并将其形式化为一个优化问题。我们定义了替代特征集合的约束条件，并允许用户控制替代特征的数量和差异性。进一步分析了该优化问题的复杂性并证明了其 NP-hardness。最后，我们使用 30 个分类数据集评估了替代特征选择的效果，并观察到替代特征集合可能具有较高的预测质量，并分析了影响这一结果的几个因素。

Jul, 2023

特征合奏：判别特征选择遇见无监督聚类

本文提出了一种高效的算法，以一种高效、紧凑的方式从候选项中发现输入特征或分类器的稀疏表示，用于大规模识别，并在训练速度和性能方面显着优于传统方法和强大的分类器，特别是在有限的训练数据的情况下。

Nov, 2014

无模型特征选择以促进表格数据中发现不同子组

该论文提出了一个面向数据的 AI 框架，可以自动选择重要特征，实现自动发现不同的数据子组并提高检测性能。通过在 MIMIC-III 和 Allstate Claims 公开数据集上的验证，该框架比现有的六种特征选择方法减少了 81 倍和 104 倍的特征选择时间，并实现了有竞争力的检测性能。

Mar, 2022

一种用于机器学习中的高维数据集的基于对比的特征选择算法

通过选择最具信息量的特征并消除无关的特征，我们提出了一种新的基于差异性特征的滤波特征选择方法 ContrastFS，该方法能够在大型数据集上有效地降低计算成本，而且性能优于其他最先进的特征选择方法。

Jan, 2024

自适应和转换相关性的多标签特征选择

该论文介绍了一种基于信息论的多标签特征选择方法 ATR，通过算法适应性和问题转换方法的组合，能够根据个别标签和抽象标签空间的区分能力对特征进行排名，并且在六个评估指标上优于其他十种信息论滤波器的多标签特征选择方法。

Sep, 2023

实现多目标特征选择可解释性的数据科学流程

本研究提出了一种原创方法，通过后处理和可视化来支持数据科学家解释和比较 MOFS 结果，从而帮助其选择最佳特征子集。

Nov, 2023