基于强化学习的特征工程算法研究

作者：谢斌; 林珊玲; 林志贤^*; 郭太良

来源：电子技术应用, 2021, 47(07): 29-43.

DOI：10.16157/j.issn.0258-7998.201173

• 特征工程
• 强化学习
• 机器学习

特征工程可以自动地处理和生成那些判别性高的特征,而无需人为的操作。特征工程在机器学习中是不可避免的一环,也是至关重要的一环。提出一种基于强化学习(RL)的方法,将特征工程作为一个马尔可夫决策过程(MDP),在上限置信区间算法(UCT)的基础上提出一个近似的方法求解二分类数值数据的特征工程问题,来自动获得最佳的变换策略。在5个公开的数据集上验证所提出方法的有效性,FScore平均提高了9.032%,同时与其他用有限元变换进行特征工程的方法进行比较。该方法确实可以得到判别性高的特征,提高模型的学习能力,得到更高的精度。

• 单位
  福州大学