English(EN) Ensemble Learning Based Classification Algorithm Recommendation

新的集成学习框架提升分类算法推荐效果

作者 PulseAugur 编辑部 · [1 个来源] · 2026-06-30 04:00

研究人员开发了一个新颖的集成学习框架，旨在改进分类算法的推荐。该框架通过利用多种元特征并结合基于准确性和多样性的集成策略来组合基础推荐模型，从而解决了现有模型的局限性。在一千多个基准分类问题上的评估表明，所提出的集成方法在排序损失、平均精度和排名靠前推荐精度方面持续优于单个推荐模型。 AI

影响这项研究可能有助于更准确、更有效地为各种数据挖掘任务选择机器学习模型。

排序理由该集群包含一篇详细介绍新机器学习框架的学术论文。[lever_c_demoted from research: ic=1 ai=1.0]

AI 生成摘要 · Google Gemini · 来自 1 个来源。我们如何撰写摘要 →

报道来源 [1]

arXiv cs.AI TIER_1 English(EN) · Guangtao Wang, Qinbao Song, Xiaoyan Zhu, Jiao Liu · 2026-06-30 04:00

Ensemble Learning Based Classification Algorithm Recommendation

arXiv:2101.05993v2 Announce Type: replace-cross Abstract: Selecting an appropriate classification algorithm for a given data set remains a challenging problem in data mining and machine learning. Existing algorithm recommendation models are typically trained with individual learn…