PopFS

新方法增强了针对不同人群和噪声数据的鲁棒特征选择

两篇新研究论文介绍了鲁棒特征选择的两种新方法。第一种方法 PopFS 通过平衡整体预测效益与对服务不足群体的保护来优化不同人群的特征收集，并在多个数据集和一项 COVID-19 实时预测研究中证明了其有效性。第二篇论文提出了一种基于假设检验的方法，该方法将特征选择置于理论基础上，通过可靠地恢复真实信号并提供统计上合理的标准，在模拟和实际应用中优于 Boruta 和 RFE 等现有方法。