在线概率标签树
机器学习
2021-03-29 v2 机器学习
摘要
我们引入了在线概率标签树（OPLTs），这是一种以完全在线的方式训练标签树分类器的算法，无需任何关于训练实例数量、其特征和标签的先验知识。OPLTs 具有较低的时间和空间复杂度以及强大的理论保证。它们可用于在线多标签和多分类，包括单样本或少样本学习等极具挑战性的场景。我们在上述任务的多个实例上进行了广泛的实证研究，证明了 OPLTs 的吸引力。
引用
@article{arxiv.2007.04451,
title = {Online probabilistic label trees},
author = {Kalina Jasinska-Kobus and Marek Wydmuch and Devanathan Thiruvenkatachari and Krzysztof Dembczyński},
journal= {arXiv preprint arXiv:2007.04451},
year = {2021}
}
备注
Accepted at AISTATS 2021