11:38
官方账号arXiv cs.LG@Xuan Zheng, Kento Uchida, Shinichi Shirakawa
推荐理由：研究人员提出SIGMA方法，解决了LLM在特征工程中的元数据缺失问题，大幅降低特征重复率，提升效率。
特征生成
共 1 条相关 AI 资讯
8月19日
11:38
SIGMA提出了一种SHAP增强的隐式轨迹生成方法，用于无元数据的自动特征工程。该方法利用SHAP值提供任务感知信号，替代不可用的语义信息，并采用EXposed-feature Implicit Trajectory (EXIT)方法。实验显示，SIGMA将生成特征的重复率从37.2%降至6.8%，仅用平均5.4个特征就达到传统SOTA性能。