基于自适应图学习的半监督特征选择

江兵兵，何文达，吴兴宇，项俊浩，洪立斌，盛伟国

（1.杭州师范大学信息科学与技术学院，浙江杭州 311121；2.中国科学技术大学计算机科学与技术学院，安徽合肥 230027）

1 引言

随着信息技术的发展，实际应用中产生的数据具有很高的特征维数.这些高维数据中包含大量冗余和噪声特征，直接使用这些高维数据不仅需要消耗大量的计算资源和存储空间，还可能导致算法性能的下降.通过特征抽取或特征选择技术，可以实现高维数据的降维.其中特征抽取［1］是把数据从原始特征空间映射到一个低维特征空间；而特征选择［2］能够根据特定的规则从原始特征中挑选出少量的相关特征.由于没有改变数据的原始特征空间，特征选择对高维数据具有更好的可解释性，已广泛应用于图像分类［3］、人脸识别［4］等机器学习应用中.

根据训练样本中是否包含标签信息，可将现有特征选择算法分成3 类：监督特征选择、半监督特征选择和无监督特征选择.监督特征选择算法利用特征与标签之间的联系来评估特征的重要性.无监督特征选择算法通过数据中蕴含的特定信息（如数据的方差、分布结构等）来评估特征的相关性.监督特征选择的性能主要依赖充足的有标签训练样本［5］；而无监督特征选择由于缺少标签信息的指导，其性能通常不理想［6］.值得注意的是，实际应用中产生的数据往往包含大量的无标签样本和少量的有标签样本.因此，研究能够同时利用……