码迷,mamicode.com
首页 > 其他好文 > 详细

Structure preserving unsupervised feature selection

时间:2020-02-22 13:59:15      阅读:62      评论:0      收藏:0      [点我收藏+]

标签:sele   size   spl   保持数据   问题:   splay   family   解决   保留   

Abstract

• 使用自表示模型提取特征间的关系,结构保留约束来保持数据的局部流形结构;

1  Introduction

• Contributions:

(1)提出基于自表示模型的特征选择;

(2)一个结构保留约束添加到目标函数来保留数据的局部流形结构,所以模型同时局部结构学习和特征选择;

(3)一个有效的交替迭代算法被提出,收敛性能被证明;

(4)实验结果表明算法的优越性。

2  Related work

• 无监督特征选择算法有三种:filter, wrapper, embedded;

• 还有一类是基于自表示的方法,常被用来解决子空间聚类问题:

技术图片

 

自表示模型能够探索数据间的关系;

3  Our model

3.1  Problem formulation

• 特征的线性表示优化问题可以表示为:

技术图片

  其矩阵形式为:

技术图片

  考虑到真实应用场景的噪声问题,Frobenius norm 在很多任务中是被用来处理数据噪声的,于是问题改写为:

技术图片

  其等价于:

技术图片

  其中第一项是残差项。而 L21-norm 正则化能更好保证 W 的行稀疏性,于是变为:

技术图片

 • 局部结构保留项:

技术图片

技术图片

 • 模型变为:

技术图片

4  Experiments

5  Conclusion

我们基于自表示模型提出了无监督特征选择模型。它不仅能探索特征间的关系,还能处理数据的噪声。因此,我们的模型不仅能进行局部结构学习,也能同时进行特征选择。

 

Structure preserving unsupervised feature selection

标签:sele   size   spl   保持数据   问题:   splay   family   解决   保留   

原文地址:https://www.cnblogs.com/klw6/p/12343718.html

(0)
(0)
   
举报
评论 一句话评论(0
登录后才能评论!
© 2014 mamicode.com 版权所有  联系我们:gaon5@hotmail.com
迷上了代码!