通过交叉验证结果池化选择分类器以提升房性扑动定位小样本分类的一致性
信号处理
2023-01-02 v1
摘要
在临床使用 AI 时，选择学习机器（如分类器）是一项重要任务。K 折交叉验证是一种实用技术，可对这类机器进行简单推断。然而，该方案会生成众多模型，且未提供确定最佳模型的手段。本文提出一种改进方案，可生成更一致、平均性能相近但样本外损失方差与特征偏倚更小的机器。通过将该方法应用于房性扑动定位问题，给出了一个用例。
引用
@article{arxiv.2212.14584,
title = {Selecting Classifiers by Pooling over Cross-Validation Results in More Consistency in Small-Sample Classification of Atrial Flutter Localization},
author = {Muhammad Haziq Bin Kamarul Azman and Olivier Meste and Kushsairy Kadir},
journal= {arXiv preprint arXiv:2212.14584},
year = {2023}
}