基于集合最大间隔学习的构造式偏好启发
机器学习
2016-04-21 v1 人工智能
机器学习
摘要
本文提出一种适用于大配置空间的偏好启发方法，超越了现有最先进方法的处理能力。我们的集合最大间隔方法可视为最大间隔学习对集合的推广，并能产生一组“多样化”的项，用于向用户询问信息丰富的查询。此外，该方法可鼓励参数空间中的稀疏性，以有利于对仅集中于少数特征的权重组合效用进行评估。我们提出混合整数线性规划公式，并展示我们的方法优于贝叶斯偏好启发替代方案，且轻松扩展到现实数据集。
引用
@article{arxiv.1604.06020,
title = {Constructive Preference Elicitation by Setwise Max-margin Learning},
author = {Stefano Teso and Andrea Passerini and Paolo Viappiani},
journal= {arXiv preprint arXiv:1604.06020},
year = {2016}
}
备注
7 pages. A conference version of this work is accepted by the 25th International Joint Conference on Artificial Intelligence (IJCAI-16)