Die Stabilität verschiedener Aggregationstechniken in der Ensemble-Feature-Selektion

Zusammenfassung Um den Fluch der Dimensionalität in hochdimensionalen Datensätzen zu mildern, ist die Merkmalsauswahl zu einem entscheidenden Schritt in den meisten Datenanalyseanwendungen geworden. Allerdings liefert keine Methode zur Merkmalsauswahl konsequent die beste Leistung in verschiedenen Bereichen. Aus diesem Grund und um die Stabilität des Merkmalsauswahlprozesses zu verbessern, sind Ensemble-Merkmalsauswahl-Frameworks zunehmend beliebt geworden. Während viele den Aufbau von Ensemble-Techniken unter verschiedenen Überlegungen untersucht haben, wurde wenig unternommen, um den Einfluss des Aggregationsprozesses auf die Stabilität der Ensemble-Merkmalsauswahl zu beleuchten. Im Beitrag zu diesem Bereich zielt diese Arbeit darauf ab, die Auswirkungen einiger ausgewählter Aggregationsstrategien auf die Stabilität und Genauigkeit des Ensembles zu untersuchen. Durch die Verwendung von zwölf Klassifikationsdatensätzen aus verschiedenen Bereichen wurden die Stabilität und Genauigkeit von fünf verschiedenen Aggregationstechniken unter vier Standard-Filter-Merkmalsauswahlmethoden untersucht. Die experimentelle Analyse zeigte signifikante Unterschiede sowohl im Stabilitäts- als auch im Genauigkeitsverhalten des Ensembles unter verschiedenen Aggregationen, insbesondere zwischen score-basierten und rang-basierten Aggregationsstrategien. Darüber hinaus wurde beobachtet, dass die einfacheren, auf dem arithmetischen Mittel oder der L2-Norm basierenden score-basierten Strategien in den meisten Fällen effizient und überzeugend zu sein scheinen. In Anbetracht der Datenstruktur oder des zugehörigen Anwendungsbereichs können die Ergebnisse dieser Arbeit den Aufbau von Merkmalsauswahl-Ensembles unter Verwendung der effizientesten und geeignetsten Aggregationsregeln leiten.