...
机译:使用递增最小二乘法的未监督特征选择
∗Center for the Environmental Implicationsof Nanotechnology and Chemicaland Biomolecular Engineering DepartmentUniversity of CaliforniaLos Angeles, CA 90095, USA†Departament d’Enginyeria Informatica i MatematiquesUniversitat Rovira i Virgili, Av. Paisos Catalans26. 43007 Tarrragona, Catalunya, Spain;
Feature selection; least squares; filter; kernel method; data mining.;
机译:使用递增最小二乘法进行未监督的特征选择
机译:使用聚类集成和基于总体的增量学习算法进行无监督特征选择
机译:将特征选择与提取结合在一起:基于主成分分析的无监督特征选择
机译:受限的Boltzmann机器,用于带有微阵列数据集的偏最小二乘特征提取器的无监督特征选择
机译:通过在无人监督的设置中进行功能选择来发现类。
机译:基于标准偏差和基因组数据分析的余弦相似性的无监督特征选择算法
机译:基于聚类集成和基于人口的增量学习算法的无监督特征选择
机译:改进的特征提取,特征选择和识别技术,创建快速无监督的高光谱目标检测算法