An Experimental Survey and Perspective Analysis on Meta-Learning for Automated Algorithm Selection and Parametrization

💡 原文英文,约100词,阅读约需1分钟。
📝

内容提要

本研究针对算法选择和参数化(ASP)方法的评估不足,提供了全面综述,建立了包含400万个模型的知识基准,并对8种分类算法在400个数据集上的表现进行了比较。这将推动自动机器学习(AutoML)的发展。

🏷️

标签

➡️

继续阅读