Feature Selection详解
第二十六次写博客,本人数学基础不是太好,如果有幸能得到读者指正,感激不尽,希望能借此机会向大家学习。这一篇承接上一篇《Feature Selection详解(附带Relief、Relief-F、LVM详解)(一)》的内容,仍然是针对特征选择问题的其他几种常见方法进行阐述,并介绍其中一种比较经典的特征选择算法(LVM)。
“包裹式”特征选择
与过滤式方法在选择特征时不考虑学习器不同,“包裹式”特征选择方法将学习器的性能作为特征子集的度量方法考虑进来,因此,包裹式选择方法可以被认为是为指定学习器选择最适合的特征子集。实验证明,虽然使用该方法的最终学习器的性能要高于过滤式,但是由于特征选择过程中需要对学习器进行多次训练,因此大大增加了计算开销。
LVW(Las Vegas Wrapper)是一个典型的包裹式特征选择方法,于1996年由Liu和Setiono提出,他是“拉斯维加斯算法”(Las Vegas Algorithm)的一种改进版本,拉斯维加斯算法是一种随机搜索策略,在给定运行时间限制的情况下,该算法可能得不到最优的结果,在搜索空间很大(特征很多)而又不设置时间限制时,可能会得不到最终结果。LVW在随机搜索的过程中,加入训练学习器并评估学习器性能的步骤,算法伪代码如下图所示。
算法第1-4行:初始化最小分类错误率
、当前最优特征子集大小
、当前最优特征子集
以及当前运行次数
,将原始数据集划分为训练集和验证集;
算法第5行:为该算法添加明确的时间界;
算法第6-7行:在原始特征集合
中随机选择特征子集
,设置该轮循环的特征子集大小
;
算法第8行:在当前样本空间(只保留
中的值)中,通过训练集训练指定的学习器,并通过验证集测试该学习器的分类错误率
;
算法第9-14行:如果该轮循环得到的学习器分类错误率
低于
,或者
等于
且该轮循环的特征子集大小
小于
,就将当前运行次数
清零,将
设置为
,
设置为
,
设置为
,否则,运行次数增一。
“嵌入式”特征选择
在过滤式和包裹式特征选择中,特征选择过程与学习器训练过程由明显的分别,与此不同,“嵌入式”特征选择 是将特征选择过程与学习器训练过程结合在一起,两者在同一个优化过程中完成,即在学习器训练过程中自动完成特征选择。
在线性回归问题中,优化目标可以表示为
为了防止过拟合,在上述优化目标中加入 正则项,得到下式
其中, 是正则化系数,上式被称为“岭回归”(Ridge Regression)。现在将 正则项替换为 正则项,那么可以得到
上式被称为LASSO(Least Absolute Shrinkage and Selection Operator),通过加入 正则项得到的解更加稀疏,因此可以作为一种有效的嵌入式特征选择方法,这种问题的最终解可以通过“近端梯度下降”(Proximal Gradient Descent,简称PGD)得到,假设优化目标可以表示为
这里 是优化变量,令 表示微分算子。如果 可导,且满足L-Lipschitz条件,即存在常数 使得下式成立
则在 附近可以将 通过二阶泰勒展开式近似为
其中, 是与 无关的常数, 是内积,上式的最小值在如下 获得,
如果通过梯度下降法对 进行最小化,那么每一步梯度下降迭代实际上等价于最小化二次函数 ,将这种思想推广到带有 正则项的优化目标,可以类似的得到其每一步迭代为
即在每一步进行梯度下降的同时考虑 范数最小化,对于上式,可以先计算
然后求解
由于优化参数的各个分量之间不相关,因此上式由如下闭式解
其中 和 分别是向量 和 的第 个分量。
参考资料
【1】《机器学习》 周志华
【2】《The Feature Selection Problem :Traditional Methods and a New Algorithm》Kenji Kira,Larry A. Rendell
【3】《Estimating Attributes: Analysys and Extensions of RELIEF》 Igor Kononenko
【4】《Feature Selection And Classification - A Probabilistic Wrapper Approach》 Huan Liu,Rudy Setiono