机器学习算法及相应特征提取技术的可预测性
机器学习
2023-05-02 v1
摘要
本论文设计了一个基于矩阵分解的预测系统，用于预测特定模型在某一特定数据集上的分类准确率。在本文中，我们对从 openml 网站收集的五十多个数据集进行了全面的实证研究。我们研究了三种基础机器学习算法，即随机森林、XGBoost 和多层感知机(MLP)的性能预测。具体而言，我们获得了以下结果：1. 使用粗调变体对微调模型的可预测性。2. 使用特征提取技术对 MLP 的可预测性。3. 利用隐式反馈预测模型性能。
引用
@article{arxiv.2305.00449,
title = {Predictability of Machine Learning Algorithms and Related Feature Extraction Techniques},
author = {Yunbo Dong},
journal= {arXiv preprint arXiv:2305.00449},
year = {2023}
}
备注
Master's thesis. 46 pages for the main content, 23 formulas, preparing for a conference