EpistasisLab/scikit-rebate

解決する問題

標準的なフィルターベースの特徴選択手法は、単変量の関連しか検出できず、複雑な特徴間の相互作用を見逃すことが多いという限界に対処します。このパッケージは、すべての可能なペアを網羅的にチェックすることなく、相互に作用する重要な特徴を計算効率よく特定する方法を提供します。

仕組み

近傍を考慮しながら、異なるクラス（または値）のインスタンスをどの程度うまく区別できるかに基づいて特徴に重み付けを行う、Reliefベースのアルゴリズム（RBA）群を実装しています。ReliefF、SURF、MultiSWRFなどの「コア」アルゴリズムと、TuRFやVLSなどの「ラッパー」アルゴリズムを提供し、非常に高次元のデータセットでの感度を高めます。実装はscikit-learn互換で、標準的なMLパイプラインに特徴選択ステップとして組み込むことができます。

対象ユーザー

構造化されたラベル付きテーブルデータを扱う機械学習の実務者や研究者向けに設計されており、特にエピスタシス（特徴間の相互作用）の検出が重要となるゲノミクスやバイオインフォマティクスの分野で役立ちます。

主な特徴

• 相互作用に敏感: 網羅的なペア探索なしで特徴間の相互作用を検出します。
• 多様なデータ対応: 離散、連続、混合の特徴タイプ、および欠損値を処理します。
• 柔軟なエンドポイント: 二値分類、多クラス分類、回帰をサポートします。
• スケーラブル: ラッパーアルゴリズムにより、1万から10万以上の特徴にスケールできます。
• scikit-learn統合: scikit-learnパイプラインと完全互換で、シームレスなエンドツーエンドのワークフローを実現します。