信息选择扩展包括:

实例选择算法如:

• CNN -浓缩近邻规则
• 编辑最近邻规则
• 重复编辑最近邻规则
• 所有的事例
• 相对邻居图
• GE - Gabriel编辑
• 编码长度启发式
• RMHC -随机突变爬山
• IB2
• IB3
• 随机选择
• Weka Drop1-5
• Weka ICF
• 来自Weka的其他一些实例选择算法

集成实例选择算法，如:

• 通过套袋选择集成实例
• 通过投票选择集成实例
• 通过特征子集选择集成实例
• 集成实例选择附加噪声

广义实例选择

• 广义新奥集团
• 广义的美国有线电视新闻网

基于竞争的神经网络，如:

• LVQ1
• LVQ2
• LVQ2.1
• LVQ3
• OLVQ
• 加权LVQ
• SNG -监督神经毒气
• 胜利者获得最多LVQ
• 广义LVQ

聚类算法如下:

• 模糊c均值
• 矢量量化
• 条件模糊c均值

特征集约简算法

• MDS多维缩放(使用外部库:创作共用许可证)-由于不兼容的许可证，该操作符被关闭
• 基于infoselel++包的特性选择(需要外部c++库)

性能指标:

• 实例的选择
• 聚类

其他一些有用的运算符