基于稀疏子空间的最大最小鲁棒无监督特征选择方法
《IEEE Transactions on Cybernetics》：Max–Min Robust Unsupervised Feature Selection via Sparse Subspace
【字体：
大
中
小
】
时间：2026年02月21日
来源：IEEE Transactions on Cybernetics 10.5
```html
摘要：
特征选择是机器学习中的一个热点问题。它通过有效筛选特征来减少存储压力，已成为一种非常实用的数据预处理方法。目前，大多数特征选择算法对变换矩阵应用
