特征选择稳定性研究综述

来源：软件学报杂志2018年第9期北京时间：

作者：刘艺,曹建军,刁兴春,周星

单位：刘艺，解放军理工大学 指挥信息系统学院, 江苏 南京 21000711,曹建军，国防科技大学 第63研究所, 江苏 南京 21000702,刁兴春，解放军理工大学 指挥信息系统学院, 江苏 南京 21000703,周星，解放军理工大学 指挥信息系统学院, 江苏 南京 21000704

摘要：随着大数据的发展和机器学习的广泛应用，各行业的数据量呈现大规模的增长，高维性是这些数据的重要特点，采用特征选择对高维数据进行降维是一种预处理方法.特征选择稳定性是其中重要的研究内容，它是指特征选择方法对训练样本的微小扰动具有一定鲁棒性.提高特征选择稳定性有助于发现相关特征，增强特征可信度，进一步降低开销.在回顾现有特征选择稳定性提升方法的基础上对其进行分类，分析比较各类方法的特点和适用范围，总结特征选择稳定性中的相关评估工作，并通过实验剖析其中稳定性度量指标的性能，进而对比4种集成方法的效用.最后讨论当前工作的局限性，指出未来的研究方向.

关键词：高维数据;特征选择;稳定性;稳定性指标;集成选择;演化算法

基金资助：国家自然科学基金（61371196）；中国博士后科学基金（201003797）