论文部分内容阅读
提出一种新的无监督的特征选择方法,该方法首先通过计算数据样本在图上的测地距离来定义两个样本点之间的联合概率密度,该联合概率可用于描述这两样本之间的相似程度,然后把特征基于相关性矩阵进行预分组,使得在投影到低维空间中时能尽量满足组内特征稀疏,最后通过极小化KL散度、投影矩阵的L2,1范数以及最后的特征优化式子来优化目标,从而达到维数降低的目的.