arXiv 机器学习· Sejong Oh·· 2 小时前AI 评分28
TOP-Gain：用于随机森林 Wrapper 特征选择的抗噪袋外概率增益标准
Truncated Out-of-Bag Probability Gain: A Noise-Robust Criterion for Random-Forest Wrapper Feature Selection
AI 导读
研究者提出随机森林特征选择标准 TOP-Gain，通过将真实类别袋外概率下降截断为零，消除约三分之二的样本噪声方差。在 26 个 OpenML-CC18 数据集上，TOP-Gain 在 15 种方法中取得 ROC-AUC、准确率和 Macro-F1 最佳平均排名。它匹配了 VSURF 的精度且单核计算量减少 21 倍，还在额外 24 个数据集上复现了该优势。
来源：arXiv 机器学习 · arxiv.org