發(fā)布時間：2021-06-28 08:13

　　特征選擇是機(jī)器學(xué)習(xí)和數(shù)據(jù)挖掘中的高效且有效的數(shù)據(jù)預(yù)處理技術(shù),通過去除數(shù)據(jù)中的不相關(guān)和冗余特征提高學(xué)習(xí)性能,同時揣摩維度和計算復(fù)雜度。特征選擇提高了對學(xué)習(xí)模型的可理解性,互聯(lián)網(wǎng)和物聯(lián)網(wǎng)已經(jīng)導(dǎo)致全球每天大量數(shù)據(jù)的大量積累,積累的原始數(shù)據(jù)維度很高,需要巨大的存儲空間,高維度數(shù)據(jù)使得現(xiàn)有的某些機(jī)器學(xué)習(xí)算法無效,最優(yōu)特征選擇在大數(shù)據(jù)時代變得更加重要。數(shù)據(jù)可以來源于不同的背景和模態(tài),并從多個視角進(jìn)行描述。研究發(fā)現(xiàn),在處理多視角數(shù)據(jù)的特征維數(shù)時,由于其固有的多視角和高維特性,在無監(jiān)督學(xué)習(xí)任務(wù)中非常具有挑戰(zhàn)性。實(shí)踐證明多視角中的關(guān)系表示在處理多視角無監(jiān)督特征選擇時是特別困難的。本文針對這一問題展開研究提出了一種新的多視角無監(jiān)督特征選擇方法,該方法在多視角和獨(dú)立特征中加入了稀疏性,考慮到各個視角的重要性,而不必在互補(bǔ)信息利用中引入事先沒定的權(quán)重。本文采用了七個公開的數(shù)據(jù)集進(jìn)行實(shí)驗(yàn),每個數(shù)據(jù)集至少包含三個不同的視角作為基準(zhǔn)進(jìn)行比較。在參數(shù)設(shè)置方面,鄰域k在所有數(shù)據(jù)集和所有對比算法上均設(shè)置為5。λ1和λ2的參數(shù)調(diào)整采用網(wǎng)格搜索策略,它保證了所涉及矩陣的稀疏性。特征維度的設(shè)置與之前實(shí)驗(yàn)相同,展示的實(shí)驗(yàn)結(jié)果為在... 

【文章來源】：天津大學(xué)天津市 211工程院校 985工程院校 教育部直屬院校

【文章頁數(shù)】：63 頁

【學(xué)位級別】：碩士

【文章目錄】：
摘要
Abstract
第1章 Feature Selection
    1.1 Introduction
        1.1.1 Label categorization
        1.1.2 Selection Strategy categorization
    1.2 Related work
    1.3 Averaging and Feature Selection
    1.4 Objective of this work
    1.5 Summary
第2章 Emerging Challenges and Related Work
    2.1 High Dimensionality
        2.1.1 Stability
        2.1.2 Sparsity
        2.1.3 Multi-source feature selection
    2.2 Big Data
        2.2.1 Scalability
        2.2.2 Real-time processing
        2.2.3 Distributed Feature Selection
        2.2.4 Multi-Source Data and Multi-View Data
        2.2.5 Visualization and Interpretability
        2.2.6 Model Selection
    2.3 Summary
第3章 Unsupervised Feature Selection
    3.1 Multi-view Unsupervised Feature Selection
    3.2 Experiments
        3.2.1 Datasets
        3.2.2 Parameter setting
        3.2.3 Methods of Comparison
        3.2.4 Performance comparison
    3.3 Summary
第4章 Conclusion and Future work
    4.1 Conclusion
    4.2 Future work
Reference
Published Papers and Scientific Research Participation
Acknowledgements



本文編號：3253962