利用随机对选择构建自适应嵌套二分集成
机器学习
2016-07-06 v2 机器学习
摘要
嵌套二分系统是一种将多类问题分解为一组二分类问题的方法。此类系统递归地将类别集合划分为两个子集，并训练一个二分类器以区分每个子集。尽管具有随机结构的嵌套二分集成已被证明在实践中表现良好，但采用更复杂的类别子集选择方法可提升分类精度。我们研究了一种称为随机对选择（random-pair selection）的解决思路，并评估其相对于其他已发布子集选择方法的有效性。我们表明，在构建嵌套二分集成时，我们的方法在许多情况下优于其他方法，且在所有其他情况下至少与之相当。
引用
@article{arxiv.1604.01854,
title = {Building Ensembles of Adaptive Nested Dichotomies with Random-Pair Selection},
author = {Tim Leathart and Bernhard Pfahringer and Eibe Frank},
journal= {arXiv preprint arXiv:1604.01854},
year = {2016}
}
备注
ECMLPKDD 2016