研究人员提出无监督特征选择方法LIDFS

1. 13:00
   arXiv 机器学习

   基于局部内在维度的无监督特征选择（扩展版）

   研究人员提出无监督特征选择方法 LIDFS，基于局部内在维度（LID）衡量特征辨别力并剔除局部冗余特征，其时间复杂度为 O(d^2 n)。在 23 个高维经典基准数据集的测试中，LIDFS 在 5 种下游分类器的评估中排名第一，并在聚类评估中位列第一或并列第二，且运行速度优于最接近的竞品。

Current heat 9·Comparable peak 10（Nov 2 14:00）·Comparable change, last 24 hours–

Trends compare only the same parties observed continuously, so the scope can be narrower than current heat counts. Move the pointer or tap the chart to see hourly heat; use the left and right arrow keys on a keyboard.