Oct, 2020

测试代价敏感方法用于识别附近的点

TL;DR研究缺失数据的测试成本敏感方法,用于识别具有未知特征值的新点从大型数据集中找到附近点的问题。提出了两个模型:一种基于树,另一种基于深度强化学习,模拟表明这些模型在五个真实数据集上比随机代理效果好。