返回
MOGA: Multi-Objective Genetic Algorithm to select Stacking Ensemble Learning for classification
DOI:10.1016/j.asoc.2025.113706.png)
摘要
En 中文
• MOGA生成堆叠模型以优化分类任务的精确率/召回率。
• MOGA将堆叠集成模型泛化至多样化的分类任务。
• MOGA的基础模型集合中包含19种不同类型的模型。
• MOGA已在23个已知数据集上进行了评估。
Keyword:
MOGA
stacking models
precision/recall optimisation
classification tasks
ensemble learning
期刊
IF:
6.6
论文数:
1.4W
被引数:
4.8W
机构
引用论文
A Genetic Algorithm-based sequential instance selection framework for ensemble learning基于遗传算法的集成学习顺序实例选择框架
Decoding Electroencephalography Signal Response by Stacking Ensemble Learning and Adaptive Differential Evolution通过堆叠集成学习和自适应差分进化解码脑电图信号响应
SENSORS
IF3.5
Customer churn modeling in telecommunication using a novel multi-objective evolutionary clustering-based ensemble learning电信领域基于新型多目标进化聚类集成学习的客户流失建模
PLOS ONE
IF0

