arXiv · Machine Learning· Wenjie Shi, Chi Zhao·· 9 小时前AI 评分32
用于多目标特征选择的最小边际权力指数
Min-Marginal Power Indices for Multi-Objective Feature Selection
AI 导读
研究提出 Min-Marginal Power Index（MinPI），在二元效用阈值博弈中以 -1、0 或 +1 标记特征的有害、中性或决定性作用。五个随机种子下的六个基准数据集实验中，MinPI 移除 12.5% 的分析特征，留出效用几乎无损；在 Madelon 和 Abalone 上，移除代价低于同规模随机移除。用于预筛选时，多目标搜索在五个种子上的数据集平均超体积均提升。
来源：arXiv · Machine Learning · arxiv.org