不管是科学研究还是工业领域,都已经与各式各样的数据密不可分。随着精度要求的提高,高维数据变得愈加普遍。然而,高维数据不仅带来存储成本和计算开销的大幅增加,其中存在的大量冗余会给机器学习模型带来干扰,并最终导致获取知识的不准确。内在的认知模型往往仅存在于少数属性之中,意味着高维数据存在大量冗余,而用来决策的属性只占少数。因此,在进行数据挖掘或者知识发现之前,需要对高维数据进行预处理,即通过降低数据维度,避免冗余干扰,从而有效提高分类、回归、聚类等数据处理手段的准确性。数据降维技术作为重要的数据预处理方法在机器学习、模式识别、工业生产、科研领域都扮演着极其重要的角色。子空间学习和属性选择是两种主要的数据降维方法,子空间学习是鲁棒性的投影模型,而属性选择是解释性的选择模型,本文旨在稀疏属性选择框架中嵌入子空间正则化因子提出新的属性选择算法,使算法同时具有鲁棒性和解释性。具体来说:1.提出基于自表达和双稀疏惩罚的无监督属性选择算法。通过利用属性自表达损失函数对数据进行重构,然后同时利用l1范数正则项和l2,1范数正则项对重构系数矩阵进行稀疏惩罚,从而实现对冗余属性的双重筛选,使保留下来的属性均为最重要属性。2.提出基于自表达和主成分分析(PCA)正则项嵌入的无监督属性选择算法。通过将经典的子空间学习算法PCA嵌入到稀疏属性选择框架中,在保持数据主信息量不变的前提下学习各属性重要性,从而剔除冗余属性。3.提出基于自适应结构学习和低秩约束的属性选择算法。利用低秩正则项在充满噪声的高维数据中捕捉数据隐藏的全局结构,且利用动态图结构学习捕捉数据的真实局部结构特性,从而为模型的训练提供充足信息并最终提高属性选择的准确性。利用真实公开数据集对提出算法进行验证,在不同的评价指标下,本文提出的算法优于最新的属性选择算法。