基于自编码器和局部嵌入的无监督特征选择

来源：计算机工程与科学杂志2023年第7期北京时间：

作者：赵瑞平, 降爱莲

单位：太原理工大学信息与计算机学院，山西 晋中 030600

摘要：为了能够在学习特征之间深层非线性关系的同时，保持特征局部几何结构，提出一种利用单层自编码器作为特征选择和流形学习的算法。首先，利用单层自编码器的重建能力剔除对重建样本贡献微弱的单个特征，学习特征深层非线性关系，并在特征权重矩阵上进行稀疏正则化；然后，通过改进局部线性嵌入算法保持特征之间局部结构，得到一个最优特征子集；最后，设计一个新的目标损失函数，并采用L-BFGS优化算法进行迭代优化。在6个数据集上与其他6种无监督特征选择算法进行对比，实验结果表明，该算法的聚类性能和分类性能要优于其他无监督特征选择算法的。

关键词：特征选择,自编码器；局部线性嵌入；非线性关系；局部几何结构,

基金资助：山西省回国留学人员科研资助项目(2017-051)