Sep, 2018
META-DES:一种使用元学习的动态集成选择框架
META-DES: A Dynamic Ensemble Selection Framework using Meta-Learning
Rafael M. O. Cruz, Robert Sabourin, George D. C. Cavalcanti, Tsang Ing Ren
TL;DR本文提出了一个新颖的基于元学习的动态集成选择框架,用于提高过低训练数据量问题下的分类精度,通过五个不同类型的元特征来衡量分类器为输入样本分类的能力,并用这些元特征来训练元分类器,从而选择最有能力的分类器进行集成。