上次說到雙向特徵選擇結合了向前與向後特徵選擇
但是他還是會保持著向前向後的一些缺點
例如向前選擇了就不再被丟棄
而向後丟棄了就不再被選擇
這時我們可以考慮增L去R特徵選擇(Plus-L Minus-R Selection, LRS)
增L去R法跟逐步選擇法很像
他也是往前 → 往後 → 往前 → 往後 → ...
這樣的交錯使用
如果以圖示之如下
他的流程如下:
其實特徵選擇法的步驟想法都一樣
只是如何有計畫的往最佳參數前進而已
這次的LRS雖然改善了向前或向後的缺點
但他自己的缺點則是沒有理論保證他的收斂性