曹浪财, 林晓昌, 苏思行

(1.厦门大学航空航天学院, 福建 厦门 361005;2.厦门大数据智能分析与决策重点实验室, 福建 厦门 361005)

0 引 言

特征选择可以通过某种标准从原始的特征集中选择出最优的特征子集解决维数灾难[1]。根据特征选择过程中涉及的不同子步骤,这些嵌入式方法可以进一步分为以下4种类型。

第1种嵌入式方法首先检测数据的结构,然后直接选择能用于最好地保留封闭结构的那些特征。典型的方法有迹比准则[2]和无监督判别性特征选择(unsupervised discriminant feature selection,UDFS)算法[3]。

第2种嵌入式特征选择方法首先通过构造各式各样的拉普拉斯图捕获样本的相似性信息,通过谱分析检测数据的簇结构。然后,通过稀疏谱回归[4]得到稀疏的特征选择矩阵。最后,选择特征选择矩阵中得分最高的p个特征,也就是和簇结构最契合的p个特征。这些通过图嵌入或者通过其他聚类方式挖掘数据的簇结构都可以看作对真实数据标签的近似过程。典型的方法包括多簇特征选择[5],最小冗余谱特征选择[6],全局和局部结构保留特征选择[7]。

第3种嵌入方法的簇结构是由拉普拉斯图以及自适应判别正则共同决定的,是动态改变的。通过特征选择结果的反馈,这类方法可以得到更好的聚类分析。典型算法包括联合嵌入学习和谱回归[8],鲁棒无监督特征选择方法[9],非负判别特征选择[10],鲁棒的谱学习特征选择[11]。

第4种嵌入式方法为了提高结构学习的质量,将特征选择的结果输入到结构学习中,并使用矫正后的数据结构引导选择特征过程。……