arXiv cs.AI / cs.LG 最新· Fateme Memar·· 14 小时前AI 评分50
LLM 何时有助于特征选择？一项系统性实证研究
When Do LLMs Help with Feature Selection? A Systematic Empirical Study
AI 导读
LLM 特征选择的系统性实证显示：在 18 个数据集上、约 33% 特征预算且仅用训练集拟合时，经典统计选择器的预测性能整体仍优于 Qwen2.5-7B 与 Llama-3.3-70B。零样本 Qwen-7B 下，有语义的特征名相比匿名与打乱版本分别带来回归 R² +0.1964 与 +0.1606 的提升，分类 ROC-AUC 仅提升 +0.0159 与 +0.0084。
标题与摘要由 AI 辅助生成，事实与观点以原文为准。
来源：arXiv cs.AI / cs.LG 最新 · arxiv.org
本站标题、摘要与推荐理由由 AI 辅助生成；原文版权归来源所有。