في عالم تحليل البيانات، تعتبر ترتيبات الميزات (Feature Rankings) من الأدوات الأساسية في اختيار الميزات الخاضع للإشراف. يعتمد تحليل الميزات على تصنيف المتغيرات بناءً على درجات الصلة (Relevance Scores)، ثم اختيار مجموعة فرعية من المتغيرات الأعلى تصنيفًا. ولكن رغم الدراسات العديدة حول المرحلة الأولى، غالبًا ما تتم إدارة المرحلة الثانية بواسطة حد تقريبي أو معايير تجربة بدون تفسير مباشر.

تصبح هنا الحيرة: متى نستطيع التوقف عن اختيار الميزات عند وجود ترتيب لها؟ يقدم البحث الجديد إطار عمل توزيعي يهدف لتحويل ترتيبات الميزات الخاضعة للإشراف إلى مجموعات مستقلة عن الفئات باستخدام قاعدة توقف محسوبة.

تستند الطريقة المقترحة على قياس الفصل الهامشي بين التوزيعات الشرطية للفئات المختلفة باستخدام معامل بهاتشاريا (Bhattacharyya Coefficient). الهدف هو اختيار مجموعة عالمية واحدة تحتوي على جميع الفئات عن طريق الاحتفاظ بأقصر بريمير (Prefix) من الترتيب حيث يكون المنتج المتبقي للفئات ذات الصلة أقل من حد محدد مسبقًا.

تظهر مقارنة تجريبية على بيانات جينومية عالية الأبعاد أن هذه القاعدة يمكن أن تقلل من عشرات الآلاف من المتغيرات إلى بضع عشرات مع الحفاظ على أداء تنبؤي مقبول. الأهمية تكمن في أن قاعدة التوقف تحتاج فقط إلى تقديرات فصل هامشي أحادية الأبعاد، مما يجعلها ملائمة لإعدادات ذو أبعاد مرتفعة جدًا حيث البحث الشامل عن مجموعة فرعية يصبح غير ممكن.