Отбор признаков

Отбор признаков как стратегия предварительной обработки данных доказал свою эффективность и вычислительную результативность при подготовке данных, особенно многомерных, для решения различных задач интеллектуального анализа данных и машинного обучения. К целям отбора признаков относятся построение более простых и понятных моделей, повышение эффективности интеллектуального анализа данных и подготовка чистых, интерпретируемых данных. Недавнее стремительное распространение больших данных создало существенные проблемы и новые возможности для отбора признаков. В данном обзорном исследовании представлен всесторонний и структурированный обзор последних достижений в области отбора признаков. Учитывая актуальные проблемы и возможности эпохи больших данных, мы повторно рассматриваем исследования по отбору признаков с точки зрения данных и анализируем репрезентативные алгоритмы отбора признаков для традиционных, структурированных, гетерогенных и потоковых данных. С методологической точки зрения, чтобы подчеркнуть различия и сходства большинства существующих алгоритмов отбора признаков для традиционных данных, мы подразделяем их на четыре основные группы: методы на основе сходства, информационно-теоретические методы, методы на основе разреженного обучения и статистические методы. Для содействия развитию исследований в данной области мы также представляем репозиторий алгоритмов отбора признаков с открытым исходным кодом, содержащий большинство популярных алгоритмов отбора признаков (http://featureselection.asu.edu/). Кроме того, мы используем его в качестве примера, демонстрирующего способы оценки алгоритмов отбора признаков. В заключительной части обзора обсуждаются некоторые нерешённые проблемы и вызовы, требующие большего внимания в будущих исследованиях.