LIDFS

新的无监督特征选择方法 LIDFS 优于现有技术

研究人员开发了 LIDFS，一种新颖的无监督特征选择方法，它利用局部内在维度 (LID) 来识别高维数据集中最具区分性的特征。该方法将特征视为点，并根据其最近邻估计其 LID，将较低 LID 的特征分配更高的重要性。LIDFS 不需要类标签，时间复杂度为 O(d^2n)。在 23 个数据集上的评估表明，LIDFS 在监督任务中的表现优于现有方法，并且在聚类评估中表现具有竞争力，即使与使用类标签的方法相比也是如此。