实体
MMAO-Cls
MMAO-Cls
PulseAugur coverage of MMAO-Cls — every cluster mentioning MMAO-Cls across labs, papers, and developer communities, ranked by signal.
总计 · 30天
2
90 天内 2
发布 · 30天
0
90 天内 0
论文 · 30天
2
90 天内 2
层级分布 · 90 天
主题
情绪 · 30 天
1 天有情绪数据
最近 · 第 1/1 页 · 共 2 条
-
新的MMAO-Cls方法通过紧凑的特征选择优化分类模型
研究人员开发了MMAO-Cls，这是一种新颖的方法，它将代谢多智能体优化器（MMAO）应用于分类模型选择。该方法联合编码特征掩码和分类器超参数，并纳入特征预算适应和正则化机制。虽然MMAO-Cls在表格基准测试中表现出竞争力，在总体目标排名第二，并在部分方法的留出测试性能上有所提高，但其在特征子集紧凑性方面的优势比其社区共享优势更明确。
-
新的MMAO-Cls方法优化特征选择和分类器调优
研究人员开发了MMAO-Cls，这是一种利用代谢多智能体优化器（MMAO）来选择特征和调整机器学习模型中分类器的新方法。该方法联合编码特征掩码和分类器超参数，旨在优化准确性-复杂性权衡。虽然MMAO-Cls实现了强大的聚合验证目标分数，排名第二（仅次于GA-lite），但其在保留测试数据上的表现优于RandomSearch和GA-lite，尽管尚未达到统计学显著性。值得注意的是，MMAO-Cls在所比较的方法中展示了最紧凑的特征子集使用。