PulseAugur
中
实时 02:25:26
English(EN) Meta-classification of one-class classification models using ranking correlation and nearest neighbor

揭示一种新的单类分类模型元分类方法

作者 PulseAugur 编辑部 · [2 个来源] ·

研究人员开发了一种新颖的单类分类（OCC）模型元分类方法，将它们视为正常性排序。该方法利用最近邻和排序相关性度量，根据训练数据集、算法和超参数对 OCC 模型进行分类。所提出的技术在分类模型时，尤其是在按数据集分类模型时，表现出高准确性，并为分类 OCC 模型、数据集和排序提供了一个统一的解决方案。 AI

影响 引入了一种对机器学习模型进行分类的新颖方法，有可能增进对 OCC 模型的理解和组织。

排序理由 该集群包含一篇在 arXiv 上发表的研究论文，详细介绍了一种新的机器学习模型元分类方法。

在 arXiv cs.LG 阅读 →

AI 生成摘要 · Google Gemini · 来自 2 个来源。 我们如何撰写摘要 →

揭示一种新的单类分类模型元分类方法

报道来源 [2]

  1. arXiv cs.LG TIER_1 English(EN) · Toshitaka Hayashi, Hamido Fujita, Dalibor Cimr, Richard Cimler, Jitka K\"uhnov\'a ·

    使用排序相关性和最近邻对单类分类模型进行元分类

    arXiv:2606.17858v1 Announce Type: new Abstract: Machine Learning (ML) techniques have been applied to various problems. However, applying ML to ML models is an unexplored direction. For this purpose, this paper considers a meta-classification of one-class classification (OCC) mod…

  2. arXiv cs.LG TIER_1 English(EN) · Jitka Kühnová ·

    使用排序相关性和最近邻对单类分类模型进行元分类

    Machine Learning (ML) techniques have been applied to various problems. However, applying ML to ML models is an unexplored direction. For this purpose, this paper considers a meta-classification of one-class classification (OCC) models, because all ML models could be approximated…

相关实体

相关话题