不完整元数据集对平均排序方法的影响
人工智能
2016-10-03 v1
摘要
最简单的元学习方法之一是平均排序方法。该方法使用以给定算法集在给定数据集集上的测试结果形式的元数据,并为每个算法计算平均排名。这些排名用于构建平均排序。我们研究不完整元数据(包含较少测试结果)如何影响平均排序生成过程的问题。此问题相关,因为如果我们能表明不完整元数据不会太大影响最终结果,我们便可在未来设计中探索它。我们可以简单进行更少的测试从而节省计算时间。本文中我们描述了一种能够处理不完整元数据的改进平均排序方法。我们的结果表明所提方法对元数据集中测试结果的遗漏相对鲁棒。
引用
@article{arxiv.1608.06845,
title = {Effect of Incomplete Meta-dataset on Average Ranking Method},
author = {Salisu Mamman Abdulrahman and Pavel Brazdil},
journal= {arXiv preprint arXiv:1608.06845},
year = {2016}
}
备注
8 pages, two figures and 6 tables