High-dimensional hybrid feature selection using interaction information-guided search

با رشد سریع مجموعه داده های با ابعاد بزرگ در سال های اخیر، نیاز به کاهش ابعاد داده ها به طور قابل توجهی افزایش یافته است. اگر چه رویکردهای بسته بندی به میزان دقیق تر از تکنیک های فیلتر برای همان تعداد مشخصه های انتخاب شده دست می یابند، فقط چند الگوریتم پیچیده برای مجموعه داده های با ابعاد بزرگ استفاده می شود، زیرا زمان محاسبات بسیار زیاد است. بنابراین ما یک الگوریتم انتخاب جدید ترکیبی را پیشنهاد می دهیم که با محاسبه کارایی با دقت بالا برای داده های با ابعاد بزرگ است. روش پیشنهادی اطلاعات متقابل را برای هدایت جستجو استفاده می کند، به طور پیوسته یک ویژگی را در یک زمان به زیر مجموعه ای که در حال حاضر انتخاب شده است اضافه می کند، و از توقف زودهنگام جلوگیری می کند و از جستجوی بیش از حد جلوگیری می کند. روش ما پویا است و فقط ویژگی های مرتبط و غیر قابل پیش بینی را که به میزان قابل توجهی میزان دقت را بهبود می بخشد را انتخاب می کند. نتایج تجربی ما برای یازده مجموعه داده های با ابعاد بزرگ نشان می دهد که الگوریتم ما به طور مداوم از تکنیک های انتخاب ویژگی های پیشین پیشی می گیرد، در حالی که نیاز به یک مقدار منطقی زمان جستجو دارد.