تتزايد سنويًا الأساليب الجديدة لاختيار الميزات غير المُراقب (Unsupervised Feature Selection) في محيط الذكاء الاصطناعي، لكن تقييمها العملي يظل محدودًا. غالباً ما تقتصر التقييمات على مجموعة من المقاييس الخاضعة للإشراف وغير الخاضعة للإشراف المُحسوبة على مجموعات بيانات محددة، مع مقارنات بالأدوات السابقة.

ومع عدم وجود معيار تقييم محدد، يصبح من الصعب تحديد القيمة المضافة لكل من هذه الأساليب للبحث القائم، وكذلك مدى فعالية مقارباتها الأساسية. لذا، يقترح الباحثون استخدام الاختيار العشوائي كمعيار للتقييم.

لقد أظهرت الدراسات التجريبية أن العديد من الأساليب الرائدة في مجال اختيار الميزات غير المُراقب قد يتم تجاوزها من خلال الاختيار العشوائي من ناحية الأداء والكفاءة. وبالتالي، تبرز الحاجة إلى تضمين الاختيار العشوائي كمعيار ثابت خلال عملية تطوير الأساليب الجديدة لضمان تحسين فعلي يتم تحقيقه.

إن تحسين الأساليب المتطورة وعدم الاعتماد بشكل أساسي على التحسينات المثالية يتطلب أن يتم قياس النتائج وفقًا لمعيار يُعتبر عادلًا، مما يوفر أساسًا قويًا لتحقيق الإبداعات في هذا المجال.