我做了个Python包ganfs：用GAN自动做高维数据特征筛选，不用领域专家

大家好，

我最近开源了一个叫 ganfs（生成对抗网络特征筛选）的 Python 包，想分享给社区

先说问题：在高维数据里挑出最有用的特征，往往是个很大的瓶颈传统方法（比如过滤式包裹式嵌入式）通常要么很难扩展开来，要么抓不住复杂的非线性关系，要么就得靠领域专家手动判断哪些特征重要

我的解法（ganfs）：我想用对抗学习把这个过程自动化ganfs 会在你的数据集上训练一个生成对抗网络等 GAN 学到了底层的数据分布后，算法会对判别器施加扰动

通过观察判别器对这些扰动的反应，ganfs 会自动给特征打分排序，核心思路就是看哪些特征“最难伪造”本质上，它是在没有领域监督的情况下，自己学出规律并提取出信息量最大的特征

这个算法最早是我在做大规模 DDoS 检测研究时开发的（那种场景下挑对网络特征特别关键），不过这个包本身不限定领域，干什么都行

用法也很简单：直接 pip install ganfs 就能装它的 API 设计和 scikit-learn 的转换器差不多，上手很容易

目前我正在优化小数据集下的 GPU 显存占用，不过功能已经完整可用了

很希望大家能拿自己的数据试试，然后给我反馈——不管是整体架构代码结构，还是遇到的 bug 都行关于算法原理或者实现细节的问题，我也很乐意解答！