انتخاب برخط ویژگی های جریانی با استفاده از سری هندسی ماتریس مجاورت ویژگی ها

انتخاب، ویژگی یکی از گام های پیش پردازش مهم در یادگیری ماشینی و داده کاوی است. تمامی الگوریتم های انتخاب ویژگی سنتی فرض می کنند که کل فضای ویژگی از ابتدای چرخه انتخاب در دسترس است؛ با این وجود در بسیاری از کاربردهای دنیای واقعی با سناریوی ویژگی های جریانی مواجه هستیم. در این سناریو، تعداد ویژگی ها به مرور زمان افزایش می یابد. در این مقاله، مساله انتخاب برخط ویژگی های جریانی از منظر سری های هندسی گراف ارتباط ویژگی ها مورد بررسی قرار گرفته و یک الگوریتم جدید به نام OSFS-GS پیشنهاد شده است. این الگوریتم با استفاده از مفهوم سری هندسی گراف مجاورت، ویژگی های افزونه را به شکل برخط حذف می کند؛ علاوه براین، الگوریتم پیشنهادی از یک سازوکار نگهداری ویژگی های افزونه بهره می برد که امکان بررسی مجدد ویژگی های بسیار خوبی را که درقبل حذف شده اند، فراهم می آورد. الگوریتم پیشنهادی بر روی هشت مجموعه داده با ابعاد بزرگ اعمال شده و نتایج نشان دهنده دقت بالای این الگوریتم در نمونه های زمانی مختلف است.