自动打包:学习使用元学习对打包工作流进行排序
自动机器学习框架。具体来说,重点是优化装袋工作流。打包工作流由三个阶段组成:(i)生成:要学习哪些预测模型以及学习多少预测模型;(ii)修剪:学习一组模型后,将最差的模型从集合中删除;和(iii)整合:如何将模型组合起来预测新的观测结果。autoBagging通过结合元学习和从元数据学习到排序的方法来优化这些过程。它通过利用过去的性能和数据集特征自动对63个打包工作流进行排名。该方法的完整描述见:Pinto,F.、Cerqueira,V.、Soares,C.、Mendes-Moreira,J.(2017):“自动打包:使用元学习对打包工作流进行排名”arXiv预印本arXiv:1706.09367。
文档:
下载内容:
链接:
请使用规范形式https://CRAN.R-project.org/package=自动打包链接到此页面。