新的POSSE-kNN方法提高了二分类准确性

一种新的机器学习方法POSSE-kNN已被开发用于二分类任务，特别是针对表格数据。这种集成技术结合了自助采样、随机特征子空间、袋外筛选和新颖的路径邻居选择。在十个基准数据集上的评估表明，与六种已建立的方法相比，POSSE-kNN在准确性、Cohen's kappa和Brier分数方面取得了更优的总体结果。 AI

影响 引入了一种新颖的集成方法，提高了表格数据分类任务的性能。

排序理由 该集群包含一篇详细介绍新机器学习算法的研究论文。

在 arXiv stat.ML 阅读 →

• alphaXiv
• Amjad Ali
• arXiv
• binary classification
• CatalyzeX
• DagsHub
• Gotit.pub
• Hugging Face
• k-nearest neighbors algorithm
• POSSE-kNN
• ScienceCast
• support vector machine
• tabular data

• 论文
• 其他

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