面向高维数据的凹型自表示特征选择方法
2018-01-24朱国荣叶玲节
浙江电力 2017年12期
朱国荣,冯 昊,叶玲节
(国网浙江省电力有限公司经济技术研究院,杭州 310008)
0 引言
随着电子传感器和网络的蓬勃发展,大量高维数据涌现[1],不仅增加了进程时间和空间复杂度,且其伴随的维数灾难严重影响了聚类和分类性能[2]。特征选择不仅可以有效去除非相关和冗余特征,降低计算和存储成本,也能有效增强分类、聚类等机器学习模型的泛化能力[3-4]。近年来,许多研究都致力于开发新的特征选择算法[5-8]。
一般来说,特征选择方法根据有无标签可以分为2类:有监督特征选择和无监督特征选择。随着网络和社交媒体的广泛使用,产生了大量无标记数据,因此无监督的特征学习引起了更多的关注。
无监督的特征学习方法可以大致分为3类:过滤式模型、包裹式模型和嵌入式模型。过滤式模型通过如数据统计属性等评价标准选择相应特征子集[7]。包裹式模型可以进行大规模的密集计算[9-10]。嵌入式模型在学习模型中加入选择过程,发现显著特征的同时学习最优分类器[11]。早期的无监督特征选择主要使用一些评价指标来搜索每个特征或特征子集的重要性。这些评价指标包括聚类性能、冗余度、样本相似性、流形结构以及拉普拉斯分数[5]、方差[3]和跟踪比[12]等典型指标。而基于搜索的算法需要高昂的计算代价,为了减少计算,文献[13]提出了一种非搜索式特征聚类方法,依据特征相似度挖掘显著性特征。为更好地保存样本的相似性,一系列基于谱聚类的特征选择方法被提出[14-16]。……
登录APP查看全文
