FEATURE SELECTION ON CONVENTIONAL DATA
在本节中,我们根据所使用的技术对传统数据的传统特征选择算法进行了广泛的分类:
- 基于相似性(Similarity based Methods);
- 基于信息理论();
- 基于稀疏学习;
- 基于统计;
- 其他方法。
Similarity based Methods
不同的特征选择算法利用各种类型的标准来定义特征的相关性。
基于相似性的方法:通过保存数据相似性的能力来评估特征的重要性。
- 对于有监督的特征选择,可以从标签信息导出数据相似性;
- 而对于无监督的特征选择方法,大多数方法利用不同的距离度量来获得数据相似性。
给定一个具有 n 个实例和
其中