arXiv cs.AI· Muhammad Rajabinasab, Michael E. Houle, Oussama Chelly, Arthur Zimek·· 13 小时前AI 评分22
比随机还差：无监督特征选择为何需要随机基线（扩展版）
Worse than Random: The Importance of a Baseline for Unsupervised Feature Selection -- Extended Version
AI 导读
一项评估研究以随机特征选择作为基线，发现无监督特征选择领域许多 SOTA 方法在性能与效率上均被随机选择超越。作者据此强调，新方法开发过程中必须将随机特征选择纳入基线对比，并呼吁社区设计更好的特征选择评估指标，以保证改进的一致性与评估的真实性。
正文 · AI 翻译
摘要：每年都会提出许多新颖的无监督特征选择方法，然而它们的实证评估仅限于在选定数据集上计算的有监督和无监督评估指标，以及与现有方法的比较。然而，在缺乏既定评估基线的情况下，很难确定这些方法各自为现有文献增加了多少价值，以及它们底层方法的有效性如何。在本评估研究中，我们使用随机特征选择作为评估无监督特征选择方法的基线。虽然随机选择特征似乎是一个相当弱的基线，但我们在本评估研究中表明，许多最先进的无监督特征选择方法在性能和效率上都被随机特征选择所超越。因此，我们强调在新颖无监督特征选择方法的开发过程中，严格需要将随机特征选择作为基线考虑，并鼓励社区为特征选择开发更好的评估指标。这两者都有助于确保一致的改进和现实的评估。
| 主题： | 机器学习（cs.LG）；人工智能（cs.AI） |
| 引用为： | arXiv:2605.22973 [cs.LG] |
| （或此版本的 arXiv:2605.22973v3 [cs.LG]） | |
| https://doi.org/10.48550/arXiv.2605.22973 由 DataCite 颁发的 arXiv DOI |
提交历史
来自：Muhammad Rajabinasab [查看电子邮件]
[v1]
2026年5月21日 星期四 19:04:54 UTC（263 KB）
[v2]
2026年6月19日 星期五 11:43:34 UTC（264 KB）
[v3]
2026年10月29日 星期四 14:34:34 UTC（22,766 KB）
来源：arXiv cs.AI · arxiv.org