无监督分类的最优算法选择和聚类验证是一个广泛研究的问题，该论文回顾了现有的内部验证指标方法，并提出了一种新的方法。

Aug, 2023

本文综述了机器学习中模型评估、模型选择和算法选择等三个子任务的不同技术，并讨论了每种技术的主要优缺点，给出了推荐实践建议。重点介绍了常见的模型评估和选择技术，如保留集方法和交叉验证技术，并给出了实用技巧。同时提出了多种算法比较策略，包括 5x2 交叉验证和嵌套交叉验证等，推荐在小数据集情况下使用。

Nov, 2018

本文介绍一种基于元学习的分类器自动选择算法，通过使用卷积神经网络直接学习表格数据的内在结构，来提高二元分类的性能，并在模拟和真实数据集上实验证明，这种方法优于基于元特征的传统两步方法。

May, 2023

本文综述了模型选择领域的各种方法，包括统计，信息论和信号处理等方面的研究。讨论了模型选择的意义、表现和适用性，并提供了一些关于实践中的争议观点。

Oct, 2018

该论文对比了几种在实际模型选择问题中广泛使用的贝叶斯模型选择方法，重点关注回归和分类的变量子集选择，并使用模拟和现实世界的数据进行了几次数值实验。结果表明，考虑到模型不确定性是预测效果最好的。此外，投影法明显优于交叉验证得分的基于选择的方法，并且交叉验证在指导模型大小选择和评估最终选择的模型的预测性能方面大有裨益。

Mar, 2015

模型性能评估是机器学习和计算机视觉中的关键而昂贵的任务。在本文中，我们提出了一种模型评估的统计框架，包括分层、抽样和估计组成部分。我们的实验表明，通过基于准确的模型性能预测进行 k-means 聚类的分层方法能够提供比传统的简单随机抽样更为精确的准确度估计。

Jun, 2024

本文研究了一种以监督学习为基础的聚类分析方法，该方法结合了回归和分类，采用整数线性规划方法以及高度可扩展的贪心算法，支持不同类型的聚类定义，并能够展示数据中不同的可解释性的离散聚类结构。

May, 2023

本研究以隐马尔可夫模型为例，调查了模型选择过程中涉及的主观性，发现参与者和大型语言模型在不同的应用场景下存在选择的差异和不一致性，结果突出了在模型选择过程中制定标准化方式以记录主观选择的重要性。

Sep, 2023

自我监督特征是现代机器学习系统的基石，本文提出了一种基于聚类的自动化数据精选方法，通过在大规模和多样化的数据库上应用层次聚类和均衡采样的步骤，构建了大型、多样化且均衡的数据集，实验证明基于这种自动化精选的数据集训练得到的特征在三个不同领域的数据表现优于未精选数据的训练特征，且与手工精选数据的特征相当甚至更好。

May, 2024

该论文描述了将一个具有偏差检测的自适应可变性感知模型选择方法扩展到机器学习项目中的工作，该方法通过使用基于文献中提出的启发式方法的特征模型来对影响模型选择的因素的可变性进行建模，并在一个特定的案例研究中进行实验证明了该方法的有效性，并为机器学习项目中的模型选择提供了非特定、自适应和可解释的过程。

Nov, 2023