无监督场景下高效特征降维
区别于传统无监督特征选择方法，该算法通过软标签监督和稀疏约束同时保持数据的模糊性和特征选择的稀疏性，从而获得更具代表性的特征子集。
Shixuan, Zhou · 宋鹏 · Song, Zihao · Ji, Liang
Expert Systems with Applications 2023
通过基于局部距离的软标签矩阵监督特征选择，避免硬聚类带来的信息损失，更贴合真实数据结构。
引入凸非负矩阵分解和ℓ2,1范数正则化，使特征选择矩阵行稀疏，从而选出最具判别力的少量特征。
在多个基准数据集上全面超越现有无监督特征选择方法，验证了方法的有效性。