Компьютерные науки > Машинное обучение [представлено 9 октября 2026 года] Название: Selectarena: Современный эталонный параметр для отбора характеристик в реальном мире Tabull Data View PDF HTML (экспериментальный) резюме: выбор подмножества параметров (колоннов) из набора табличных данных является повсеместной проблемой прикладных программ реального мира. Промышленные эксперты стремятся свести к минимуму расходы на подготовку моделей, ученым по климату требуется интерпретируемый поднабор факторов для понимания экстремальных погодных явлений, а врачам необходимо выбирать среди диагностических тестов из-за финансовых и временных ограничений. При просмотре научной литературы для определения того, какой метод отбора характеристик следует использовать, специалисты-практики в различных областях сталкиваются с нерепрезентативным ландшафтом контрольных параметров. Несмотря на обширные исследования, существующие контрольные показатели отбора объектов дают ограниченные руководящие указания, поскольку они основываются на устаревших моделях, специальных протоколах оценки или искусственно генерируемых данных, которые не отражают реальных проблем. Для того чтобы сократить разрыв между научными показателями и реальными прикладными программами, мы введем Seleparena — современный эталонный параметр для отбора объектов. Мы сравниваем 15 широко используемых методов отбора параметров на 71 наборе данных в реальном мире, обработанных вручную и охватывающих проблемы классификации и регрессии с…
Селекция Арена: Современный эталонный параметр для отбора характеристик в реальных табульных данных
arXiv: 2610.13644v1 Аннонс Тип: перекрестное резюме: выбор подмножества параметров (колон) из набора табличных данных является повсеместной задачей в реальных прикладных программах. Промышленные эксперты стремятся свести к минимуму расходы на подготовку моделей, ученым по климату требуется интерпретируемый поднабор факторов для понимания экстремальных погодных явлений, а врачам необходимо выбирать среди диагностических тестов из-за финансовых и временных ограничений. При просмотре научной литературы для определения того, какой метод отбора характеристик следует использовать, специалисты-практики в различных областях сталкиваются с нерепрезентативным ландшафтом контрольных параметров. Несмотря на обширные исследования, существующие контрольные показатели отбора объектов дают ограниченные руководящие указания, поскольку они основываются на устаревших моделях, специальных протоколах оценки или искусственно генерируемых данных, которые не отражают реальных проблем. Для того чтобы сократить разрыв между научными показателями и реальными прикладными программами, мы введем Seleparena — современный эталонный параметр для отбора объектов. Мы сравниваем 15 широко используемых элементов