用于多输出依赖学习的分层多输出最近邻模型
机器学习
2014-10-20 v1 机器学习
摘要
多输出依赖 (MOD) 学习是标准分类问题的推广，它允许存在多个相互依赖的输出。MOD 学习中出现的一个主要问题是，对于任何给定的输入模式，可能存在多个正确的输出模式。这将学习任务从函数近似转变为关系近似。以往的算法未考虑此问题，因此无法直接应用于 MOD 问题。为了执行 MOD 学习，我们引入了分层多输出最近邻模型 (HMONN)，该模型为每个输出采用一个基础学习模型，并使用改进的最近邻方法来细化初始结果。
引用
@article{arxiv.1410.4777,
title = {A Hierarchical Multi-Output Nearest Neighbor Model for Multi-Output Dependence Learning},
author = {Richard G. Morris and Tony Martinez and Michael R. Smith},
journal= {arXiv preprint arXiv:1410.4777},
year = {2014}
}
备注
10 pages, 2 figures, 3 tables