热点事件持续更新
研究团队提出无监督特征选择方法LIDFS
1 篇报道1 个报道来源17 小时前更新
先了解这件事
AI 综述
2026年11月2日，研究团队在arXiv发布论文，提出了一种基于局部内在维度（LID）的无监督特征选择方法LIDFS。该方法利用局部内在维度评估特征辨别力并降低局部冗余，完全无需依赖标签或类别数量信息，其时间复杂度为 $\mathcal{O}(d^2 n)$。在23个高维基准数据集上的评测结果显示，LIDFS在分类评估中排名第一，在聚类评估中位列第一或并列第二，且整体运行速度明显快于处于同梯队的竞争方法。
AI 根据报道生成 · 16 小时前更新
最新进展11月2日 13:00
研究团队提出无监督特征选择方法LIDFS，在23个高维数据集评测中表现优异。报道时间线
沿着报道，了解事件的不同侧面。
11月2日
- arXiv cs.LG基于局部内在维度的无监督特征选择方法 LIDFS
研究团队提出无监督特征选择方法 LIDFS，基于局部内在维度（LID）评估特征辨别力并降低局部冗余，无需任何标签或类别数量信息，时间复杂度为 $\mathcal{O}(d^2 n)$。在 23 个高维基准数据集上的评测显示，LIDFS 在分类评估中排名第一，在聚类评估中位列第一或并列第二，且运行速度快于同梯队竞争方法。
本事件热度走势
当前热度 6·可比范围峰值 10（11月2日 14:00）·近 24 小时可比范围变化 –
趋势仅比较持续完整观测到的相同主体，范围可能小于当前热度统计。移动指针或点击图表查看每小时热度；键盘可用左右方向键切换。