技术
Representation Selector（表示选择器）
Representation Selector 是一种自动选择数据表示形式的组件，旨在解决同一任务中不同表示影响模型性能的问题。它通过评估候选表示（如原始特征、嵌入或图结构）并选择最优者，提升下游任务效果，典型应用于自动机器学习与特征工程。
详细解释
在机器学习中，数据表示的选择对模型性能至关重要，但人工选择耗时且依赖经验。Representation Selector 通常作为 AutoML 管道的一部分，使用元学习或强化学习来评估表示质量，例如在特征选择、多模态融合或图神经网络中动态选择节点特征。代表性工作包括 AutoSklearn 中的特征预处理选择以及 NAS 中的输入表示搜索。
别名与相关写法
representation selector