A greedy feature selection algorithm for Big Data of high dimensionality

We present the Parallel, Forward–Backward with Pruning (PFBP) algorithm for feature selection (FS) for Big Data of high dimensionality. PFBP partitions the data matrix both in terms of rows as well as columns. By employing the concepts of p -values of conditional independence tests and meta-analysis...

Celý popis

Uloženo v:

Podrobná bibliografie
Vydáno v:	Machine learning Ročník 108; číslo 2; s. 149 - 202
Hlavní autoři:	Tsamardinos, Ioannis, Borboudakis, Giorgos, Katsogridakis, Pavlos, Pratikakis, Polyvios, Christophides, Vassilis
Médium:	Journal Article
Jazyk:	angličtina
Vydáno:	New York Springer US 01.02.2019 Springer Nature B.V Springer Verlag
Témata:	Algorithms Artificial Intelligence Bayesian analysis Big Data Computer Science Computer simulation Control Data management Empirical analysis Greedy algorithms Iterative methods Machine Learning Mechatronics Natural Language Processing (NLP) Parallel processing Partitions Polymorphism Pruning Robotics Simulation and Modeling Big Data Feature selection Data analytics Forward selection Variable selection
ISSN:	0885-6125, 1573-0565
On-line přístup:	Získat plný text
Tagy:	Přidat tag Žádné tagy, Buďte první, kdo vytvoří štítek k tomuto záznamu!

Buďte první, kdo okomentuje tento záznam!