特征选择稳定性研究综述

• 作者: 刁兴春 刘艺 周星 曹建军
• 来源期刊: 软件学报
• 学科: 工学
• 关键词: 高维数据 特征选择 稳定性 稳定性指标 集成选择 演化算法
• 年，卷（期）: 2018,（9）
• 所属期刊栏目: 演化学习专题
• 页码范围: 2559-2579
• 页数: 21页
• 分类号: TP391
• 字数: 17184字
• 语种: 中文
• DOI: 10.13328/j.cnki.jos.005394

摘要

随着大数据的发展和机器学习的广泛应用,各行业的数据量呈现大规模的增长,高维性是这些数据的重要特点,采用特征选择对高维数据进行降维是一种预处理方法.特征选择稳定性是其中重要的研究内容,它是指特征选择方法对训练样本的微小扰动具有一定鲁棒性.提高特征选择稳定性有助于发现相关特征,增强特征可信度,进一步降低开销.在回顾现有特征选择稳定性提升方法的基础上对其进行分类,分析比较各类方法的特点和适用范围,总结特征选择稳定性中的相关评估工作,并通过实验剖析其中稳定性度量指标的性能,进而对比4种集成方法的效用.最后讨论当前工作的局限性,指出未来的研究方向.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	刁兴春	解放军理工大学指挥信息系统学院	9	136	4.0	9.0
2	曹建军		15	32	2.0	5.0
3	刘艺	解放军理工大学指挥信息系统学院	5	36	3.0	5.0
4	周星	解放军理工大学指挥信息系统学院	8	40	2.0	6.0