关于特征选择中核依赖最大化的限制性研究
原文中文,约200字,阅读约需1分钟。发表于: 。通过反例,我们证明了使用 Hilbert-Schmidt 独立性准则(HSIC)来进行特征选择的基本原理是错误的,而且通过 HSIC 的最大化可能会忽略掉关键特征。
本文使用HSIC构建独立性统计检验方法,通过分析联合分布和边缘分布乘积之间的距离来定义HSIC。研究结果表明,即使在联合分布的核函数不具有特性的情况下,也可以构建基于HSIC的独立性统计检验,并保持其一致性。
通过反例,我们证明了使用 Hilbert-Schmidt 独立性准则(HSIC)来进行特征选择的基本原理是错误的,而且通过 HSIC 的最大化可能会忽略掉关键特征。
本文使用HSIC构建独立性统计检验方法,通过分析联合分布和边缘分布乘积之间的距离来定义HSIC。研究结果表明,即使在联合分布的核函数不具有特性的情况下,也可以构建基于HSIC的独立性统计检验,并保持其一致性。