特征选择/属性选择 - 良好的整体表现

Question

在大规模数据挖掘基准研究的背景下，我将比较15种算法而不是9种数据集，从而得出总体上135种算法/数据集组合。该研究使用WEKA完成。

我的最后一个分析是关注特征选择的影响。我知道，没有完美的特征选择算法，但最佳选择取决于要部署的算法和数据集适用。

虽然为每个组合找到最佳特征选择算法的问题很大，但我正在寻找一般被认为表现出良好性能的算法，'allrounder'可以这么说。 到目前为止，我已经找到了建议 CFS （基于关联的功能选择）， ReliefF 和 < em>基于一致性 的子集评估（Hall / Holmes 2002）作为一个不错的选择以及调查中的注释，方法就像 Rankers （例如相关系数）证明安静有效（Guyon / Ellissef 2003）。

是否有一个很好的基准研究，其他研究表明在实践中使用哪种方法或使用哪种方法？

Answer 1

从文本分类的角度来看，杨等人有一个article。比较不同的特征选择算法（卡方，文档频率和信息增益）。

虽然它专注于文本（即文档频率根本不适用于您）但其他人可能会根据您的功能的性质（即二进制或不二进制，总是存在，......）< / p>

我希望这会有所帮助。