.png){kind=icon}
返回
Variable priority for unsupervised variable selection
.png){kind=icon}
PRE
AI
DOI：10.1016/j.patcog.2025.112727.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
• 介绍了一种基于套索的代理分类框架，用于无监督特征选择。
• 利用决策树创建局部规则，揭示哪些变量驱动结构。
• 将无标签数据转换为有监督任务，使隐藏信号更容易检测。
• 通过平均多棵树的结果来降低方差，并产生稳定、可解释的重要性评分。
• 与领先方法相比，在合成数据集、生物数据集和图像数据集上表现出优异性能。
