面向自适应 XGBoost-神经网络集成的动态元学习
机器学习
2025-10-07 v1 人工智能
摘要
本文引入了一种新颖的自适应集成框架，通过精细化的元学习方式 synergistically 将 XGBoost 与神经网络结合。该方法利用先进的不确定性量化技术和特征重要性集成，动态编排模型选择和组合。实验结果表明，在多样化数据集上实现了卓越的预测性能和增强的可解释性，推动了更智能和灵活的机器学习系统的发展。
引用
@article{arxiv.2510.03301,
title = {Dynamic Meta-Learning for Adaptive XGBoost-Neural Ensembles},
author = {Arthur Sedek},
journal= {arXiv preprint arXiv:2510.03301},
year = {2025}
}