{“状态”：“确定”，“消息类型”：“工作”，“信息版本”：“1.0.0”，“邮件”：{“索引”：{-“日期-部件”：[[2024,5,2]，“日期-时间”：“2024-05-02T23:28:41Z”，“时间戳”：1714692521120}，“引用-计数”：38，“发布者”：“威利”，“问题”：“4”，“许可证”：[{“开始”：{“日期-零件”：[2020,3,17]]，“日期时间”：”2020-03-03 17T00:00:00Z“，”时间戳“：1584403200000}，“content-version”：“vor”，“delay-in-days”：0，“URL”：“http://\/onlinelibrary.wiley.com/termsAndConditions#vor”}]，“content-domain”：{“domain”:[“wires.onlinelibrary.wiley.com”]，“crossmark-restriction”：true}，“short-container-title”：[“wires Data Min&Knowl”]，”published-print“：{”date-parts“：[2020,7]}，”abstract“：”摘要<\/jats:title>如今，数据的维度正在以巨大的方式增加。因此，传统的特征选择技术并不直接适用。因此，最近的研究导致了一种从特征流中选择特征的更有效方法的发展，称为流特征选择。另一个与特征选择相关的活跃研究领域是特征分组。特征分组通过评估所选特征的隐藏信息来选择相关特征。然而，尽管特征分组是一种很有前途的技术，但它并不直接适用于特征流。在本文中，我们提出了一种新的高效算法，该算法使用在线特征分组，嵌入一种新增量技术，从特征流中选择特征。这种技术将相似的特征组合在一起；它将新引入的功能分配给现有组或创建新组。据我们所知，这是第一种建议使用增量特征分组从特征中进行特征选择的方法。我们已经实现了该算法，并使用基准数据集对其进行了评估，对比了使用特征分组或增量选择技术的流媒体特征选择算法的状态。结果表明，通过在线选择和分组相结合，该技术在预测精度和运行时间方面具有优越的性能<\/jats:p>本文分类如下：\n个\u2003\u2003Algorithmic Development>时空数据挖掘\u2003\u2003技术>数据预处理\u2003\u2003技术>分类\u2003\u2003Technologies>Machine Learning机器学习org\/10.1002\/crossmark_policy“，”源“：”Crossref“，“is-referenced-by-count“：5，”title“：[“在线流媒体功能选择与增量功能分组”]，”prefix“：”10.1002“，”volume“：”10“，”author“：[{”ORCID“：“http://\/ORCID.org\/00000-0002-6547-3509”，”authenticated-ORCID“：false，”given“：Noura”，“family”：“Al-Nuami”，”sequence“：”first“，”affiliation“：[}”name“：”阿拉伯联合酋长国大学阿布扎比阿联酋分校“}]}，{“given”：“Mohammad M.”，“family”：“Masud”，“sequence”：“additional”，“affiliation”：[{“name”：“United Arabi Emirates University Abu Dhabi UAE”}]}]，“member”：“311”，“published-online”：{“date-parts”：[[2020,3,17]]}、“reference”：[}“key”：”“e_1_2_10_2_1”、“doi-asserted-by”：”publisher“，“doi”：“10.1201\/b17320“}，{”key“：”e_1_2_10_3_1“，”首页“：”1“，”article-title“：”高频数据的主成分分析“，”author“：”A\u00eft\u2010Sahalia Y.“，”year“：”2018“，”journal title“：“journal of the American Statistical Association”}，{“key”：“e_1_i_10_4_1”，“doi-asserted-by”：“publisher”，”doi“：”10.1109 \/DSA.2017.81“}，”{“key”：”e_ 2_10_5_1“”，”doi-asserted-by“：”publisher“，”doi“：”10.1016\/j.aci.2019.01.001“}，{”issue“：”3“，”key“：”e_1_2_10_6_1“，“首页”：“175”，”article-title“：”内核和最近邻非参数回归简介“，”volume“：“”doi由“：”publisher断言，“doi”：“10.1023\/A：1010933404324”｝，｛“key”：“e_1_2_10_8_1”，“doi由”：“publisher断言，“doi”：“10.1007\/BF00994018”｝，｛“key”：“e_1_2_10_9_1”，“doi由”：“publisher断言，“doi”：“10.1016\/j.jar.2015.11.006”｝，｛“key”：“e_1_2_10_10_1”，“doi由”：“publisher”断言，“doi”：“10.1016\/j.in.2015.07.041”｝，｛“key”：“e_1_2_10_11_1”，“doi-asserted-by“：”publisher“，”doi“：”10.1109\/ICBK.2017.16“}，{“key”：“e_1_2_10_12_1”，“doi-assert-by”：“publisher”，“doi”：“10.1007\/s13042-016-0595-y”}，}“issue”：“3”，“key“：”e_1_i_10_13_1“，tle“：”短期\u2010年预测\u2014概述“，”卷“：”6“，”作者“：”Landberg L.“，“年份”：“2003年”，“新闻标题”：“风能：风力发电转换技术进展和应用的国际期刊”}，{“key”：“e_1_2_10_14_1”，“doi-asserted-by”：“publisher”，”doi“：”10.1109\/ICDM.2013.137“}，”{“key”：”e_1_i_10_15_1“，”doi-assert-by“：”publisher“非结构化“：”MIMIC II数据库。（n.d.）.https:\/\/mimic.physicnet.org\/database.html“}，{“key”：“e_1_2_10_17_1”，“volume-title”：“使用嫁接进行在线特征选择”，“author”：“Perkins Simon”，“year”：“2003”}，“key“：”e_1_i_10_18_1OSFSMI：基于互信息的在线流特征选择方法”，“author”：“Rahmaninia M.”，“year”：“2017”，“journal-title”：“Applied Soft Computing”}，{“key”：“e_1_2_10_20_1”，《doi-asserted-by》：“publisher”，”doi“：”10.1038\/nbt0308-303“}”，{”key“：”e_1_i_10_21_1“unstructured”：“Siu C.Xu D.&Yi R.（2018）。多样化的在线功能选择。ArXiv预打印ArXiv:1806.04308.“}，{“key”：“e_1_2_10_22_1”，“doi-asserted-by”：“publisher”，“doi”：“10.1109\/TKDE.2011.181”}，}，“key“：”e_1_i_10_23_1“，”doi-assert-by“：”publisher“，‘doi’：“10.1016\/j.inffus.2017.05.003”}、{“密钥”：“e_1_20_24_1”，‘非结构化’：“UCI机器学习库：数据集。（未注明日期）.https:\/\/archive.ics.uci.edu\/ml\/datasets.html“}，{”key“：”e_1_2_10_25_1“，”doi-asserted-by“：”publisher“，“doi”：“10.1145\/2641190.2641198”}，“key”：“e_1_i_10_26_1”，“doi-assert-by”：“publisher”，”doi“：”10.1016\/j.knosys.2012.10.010“}”，{“key“”：”e_ 1_2_ 10_27_1“”，“首页”：“1757”，“article-title”：“在线群组特征选择”，“作者”：“王杰”，“年份”：“2013年“，”journal-title“：”IJCAI“}，{”key“：”e_1_2_10_28_1“，”doi-asserted-by“：”publisher“，“doi”：“10.1007\/s10115-007-0114-2”}，“key”：“e_1_i_10_29_1”，“doi-assert-by”：“publisher”，”doi“：”10.1109\/TPAMI.2012.197“}”，{第27届机器学习国际会议论文集（ICML\u201010）“，”作者：“Wu X.”，“年份”：“2010”}，{“key”：“e_1_2_10_31_1”，“doi-asserted-by”：“publisher”，“doi”：“10.3390\/app8122548”}DM.2014.63“}，{”key“：”e_1_2_10_34_1“，”doi-asserted-by“：”publisher“，“doi”：“10.1145\/2976744“}，{“key”：“e_1_2_10_35_1”，“首页”：“1205”，“article-title”：“通过相关性和冗余分析进行有效的特征选择”，“volume”：”5“，“author”：“Yu L.”，”year“：”2004“，”journal-title“：”journal of Machine Learning Research“}”，{在线流媒体特征选择使用抽样技术和特征之间的相关性”，“作者”：“郑H.\u2010T。“，”“年份”：“2016年”，“新闻标题”：“亚太地区2010年网络会议”}，{“key”：“e_1_2_10_37_1”，“doi-asserted-by”：“publisher”，”doi“：”10.1145\/1081870.1081914“}，”{“key”：”e_1_i_10_38_1“，”doi-assert-by“：”publisher“，y“：”publisher“，”doi“：”10.1016\/j.patcog.2018.08.009“}]，“container-title“：[“WIREs数据挖掘和知识发现”]，“original-title”：[]，“language”：“en”，“link”：[{“URL”：“https:\/\/api.wiley.com/onlinelibrary\/tdm\/v1\/articles \/10.1002%2Fwidm.1364”，“content-type”：“application\/pdf”，“content-version”：“vor”，“intended-application”：“text-Mining”}，{“URL”：“https:\/\/onlinelibrary.wiley.com/doi\/pdf\/10.1002\/widm.1364“，“content-type”：“application\/pdf”，“content-version”：“vor”，“intended-application”：“text-mining”}，{“URL”：“https:\//onlinelibrary.wiley.com\/doi\/full-xml\/10.10002\/widm.1364”，“content-type“：”application\\xml“，”content-versiion“：”vor“，“intented-appliation”：“text-mining”}，{“URL”：“https:\/\/wires.onlinelibrary.wiley.com//doi\/pdf\/101002\/widm.1364“，”content-type“：”unspecified“，”content-version“：”vor“，”intended-application“：”similarity-checking“}]，”deposed“：{”date-parts“：[2023,8,29]]，”date-time“：“2023-08-29T17:22:38Z”，”timestamp“：169332975800}，”score“：1，”resource“：”{“primary”：{“URL”：“https:\/\/wires.onlinelibrary.wiley.com/doi\/10.1002\/widm.1364“}}，”副标题“：[]，”短标题“：[]，”已发布“：{”日期部分“：[[2020,3,17]]}，“引用计数”：38，”日志发布“：}”问题“：“4”，”发布-打印“：{”日期部分”：[2020,7]}}、“alternative-id”：[“10.1002\/widm.1364”]，“”URL“：”http://\/dx.doi.org\/10.1002\/widm.1364“，”存档“：[”Portico“]，”关系“：{}，”ISSN“：[”1942-4787“，”1942-7795“]，”ISSN-type“：[{”value“：”1942-4487“，“type”：“print”}，{”value“：”1949 2-4795“，”type“:”electronic“}]，“subject”：[]，“published”：{“date-parts”：[2020,3,17]]}，“assertion”：[{“value”：”2019-02-11“，“order”：0，“name”：“received”，“label”：“received”，组“：{”name“：”publication_history“，”label“：”publication history“}}，{“value“：”2020-02-20“，”order“：1，”name“：”accepted“，”label“：”accepted”，“group”：{“name”：“publication_history”，“label”：“publication history”}}，{“value”：“2020-03-17”，“order”：2，“name”（名称）：“published”（已发布），“lable”：“published”