自动标记

R包自动打包:学习如何用metalLearning对打包工作流进行排序。自动机器学习的框架。具体来说,重点是优化装袋工作流程。一个bagging工作流由三个阶段组成:(i)生成:学习哪些预测模型和学习多少个预测模型;(二)剪枝:学习一组模型后,将最差的模型从集合中剪除;以及(iii)集成:如何组合模型来预测新的观测结果。autoagging通过结合metalearning和learning-to-rank方法从元数据中学习来优化这些过程。它通过利用过去的性能和数据集特征自动对63个装袋工作流进行排序。有关该方法的完整说明,请参阅:Pinto,F.,Cerqueira,V.,Soares,C.,Mendes Moreira,J.(2017):“自动标记:学习用MetalLearning对装袋工作流进行排序”arXiv预印本arXiv:1706.09367。