-
题名深度特征选择方法研究综述
- 1
-
-
作者
陈挺
刘香君
臧璇
池明旻
-
机构
复旦大学计算机科学技术学院上海市数据科学重点实验室
中山小池科技有限公司中山复旦联合创新中心
-
出处
《计算机应用与软件》
北大核心
2025年第7期1-11,32,共12页
-
基金
国家自然科学基金项目(62171139)。
-
文摘
特征选择能够剔除数据中的噪声和冗余信息,降低计算复杂度和数据分析难度,在数据挖掘、机器学习等领域具有重要研究价值。随着深度学习技术的发展,深度神经网络开始被应用到特征选择中,且相比传统方法取得了更好的选择效果,但缺少对此类研究的综合阐述和讨论。为此先对传统特征选择算法进行阐述,重点总结近年来深度特征选择算法的研究进展,并将其分为“输入层嵌入”和“编码层嵌入”两类进行讨论。在公开数据集上测试了几种典型深度特征选择算法的效果,对该领域未来研究重点进行探讨。
-
关键词
特征选择
数据挖掘
深度学习
深度特征选择
-
Keywords
Feature selection
Data mining
Deep learning
Deep feature selection
-
分类号
TP391
[自动化与计算机技术—计算机应用技术]
-
