Logifold：集成机器学习的几何基础
机器学习
2024-10-22 v2 微分几何
摘要
我们提出了一种从局部到全局、基于度量论的方法来理解数据集的核心思想是构建 logifold 结构并将受限域的网络模型解释为数据集的局部图。特别是，这为集成机器学习提供了数学基础。我们的实验表明，logifold 可用于识别模糊域并比取模型输出平均值更高地提高准确率。此外，我们提供了一个 logifold 的理论示例，强调在集成中限制分类器域的重要性。
引用
@article{arxiv.2407.16177,
title = {Logifold: A Geometrical Foundation of Ensemble Machine Learning},
author = {Inkee Jung and Siu-Cheong Lau},
journal= {arXiv preprint arXiv:2407.16177},
year = {2024}
}
备注
6 pages