Robust Soft Voting

新研究比较表格分类的集成方法 · arXiv论文

一篇新发表在arXiv上的研究论文详细比较了用于表格分类任务的并行异构集成方法。该研究分析了来自OpenML CC18的56个中小型表格分类任务，并提出了一系列最佳实践建议。这些建议在TabArena数据集的另外28个任务上得到了验证，其表现显著优于单一最佳方法，并能媲美或超越单独的集成方法。主要发现包括Blending和Stacking方法的独立不一致性，以及Robust Soft Voting的特别成功，尤其是在多分类场景下。