УДК 004.93
DOI: 10.36871/k.i.n.2026.02.01.011

Авторы

Тимур Тахирович Гафуров,
Автономная некомерческая организация высшего образования «Московский университет Синергия», Москва, Россия

Аннотация

Работа посвящена теоретико-методологическому анализу методов выбора информативных признаков в задачах классификации при высокой размерности наблюдений, мультиколлинеарности, избыточности описаний и ограниченности вычислительных ресурсов. Под выбором признаков понимается процедура построения такого подмножества исходного признакового пространства, которое сохраняет дискриминативную способность модели, уменьшает структурный риск, повышает интерпретируемость и улучшает устойчивость решающего правила к флуктуациям обучающей выборки. Рассматриваются фильтровые, обёрточные и встроенные методы, а также гибридные схемы, сочетающие статистические критерии, оптимизационный поиск и внутренние механизмы регуляризации классификатора.

Ключевые слова

классификация, информативный признак, отбор признаков, взаимная информация.

Список литературы

  1. Барбьери М. К., Гриси Б. И., Дорн М. Анализ и сравнение методов выбора признаков по качеству и устойчивости // Экспертные системы с приложениями. 2024. Т. 249. Ст. 123667. DOI: 10.1016/j.eswa.2024.123667.
  2. Брейман Л. Случайные леса // Машинное обучение. 2001. Т. 45. № 1. С. 5–32. DOI: 10.1023/A:1010933404324.
  3. Гайон И., Элиссефф А. Введение в выбор переменных и признаков // Журнал исследований по машинному обучению. 2003. Т. 3. С. 1157–1182. DOI: 10.1162/153244303322753616.
  4. Дин Ц., Пэн Х. Минимально-избыточный выбор признаков по данным генной экспрессии // Журнал биоинформатики и вычислительной биологии. 2005. Т. 3. № 2. С. 185–205. DOI: 10.1142/S0219720005001004.
  5. Камалов Ф. и др. Математические методы выбора признаков: обзор // Математика. 2025. Т. 13. № 6. Ст. 996. DOI: 10.3390/math13060996.
  6. Курса М. Б., Янковский А., Рудницкий В. Борута — система выбора признаков // Основы информатики. 2010. Т. 101. № 4. С. 271–285. DOI: 10.3233/FI-2010-288.
  7. Лукашук Т., Кравчук Й. Значение устойчивости выбора признаков при оценивании классификаторов на высокоразмерных генетических данных // Пир Джей. 2024. Т. 12. Ст. e18405. DOI: 10.7717/peerj.18405.
  8. Майнсхаузен Н., Бюльманн П. Устойчивый отбор // Журнал Королевского статистического общества. Серия B. 2010. Т. 72. № 4. С. 417–473. DOI: 10.1111/j.1467-9868.2010.00740.x.
  9. Ногейра С., Сехидис К., Браун Г. Об устойчивости алгоритмов выбора признаков // Журнал исследований по машинному обучению. 2018. Т. 18. С. 1–54.
  10. Тибширани Р. Сжатие регрессии и выбор признаков посредством лассо-регуляризации // Журнал Королевского статистического общества. Серия B. 1996. Т. 58. № 1. С. 267–288. DOI: 10.1111/j.2517-6161.1996.tb02080.x.
  11. Урбанович Р. Дж. и др. Методы семейства «релиф» для выбора признаков: введение и обзор // Журнал биомедицинской информатики. 2018. Т. 85. С. 189–203. DOI: 10.1016/j. jbi.2018.07.014.