Beyond Sunk Costs: Boosting LLM Pre-training Efficiency via Orthogonal Growth of Mixture-of-Experts
ustc(中国科学技术大学);msra(微软亚洲研究院);stju(上海交通大学);xmu(厦门大学)
本文提出正交增长策略,通过优化专家混合模型的深度和宽度,提升LLM预训练效率,实验证明在相同计算预算下,模型准确率提升10.6%。
2026-05-15 cs.LG
Of Dice and Games: A Theory of Generalized Boosting
Universita degli Studi di Milano(米兰大学);Institute for Advanced Study(高等研究院);Politecnico di Milano(米兰理工大学);Tel Aviv University(特拉维夫大学);Google Research(谷歌研究院);Technion(以色列理工学院);TU Wien(维也纳技术大学)
本研究拓展传统提升理论,构建涵盖代价敏感与多目标损失的广义提升理论,提出弱学习保证分类体系,揭示两类损失的几何等价性,完善了代价敏感场景下的学习理论基础。
2024-12-11 cs.LG stat.ML
Angle-Based Cost-Sensitive Multicategory Classification
Xi’an Jiaotong University(西安交通大学);Renmin University of China(中国人民大学)
许多现实世界的分类问题都伴随着不同类型的错误分类的成本。因此,重要的是开发成本敏感的分类器,最大限度地减少总的误分类成本。虽然二进制成本敏感分类器已经得到了很好的研究,解决多类别分类问题仍然是具有挑战性的。解决这个问题的一种流行方法是为K类问题构造K个分类函数,并通过施加和为零的约束来去除冗余。然而,这种方法通常会导致较高的计算复杂度和效率低下的算法。在本文中,我们提出了一种新的基于角度的成本敏感的分类框架,用于多类别分类,而无需求和为零的约束。基于角度的成本敏感分类框架中包含的损失函数进一步证明是Fisher一致的。为了证明该框架的实用性,两个成本敏感的多类别提升算法作为具体的例子。数值实验表明,提出的提升算法产生竞争力的分类性能对其他现有的提升方法。
2020-03-08 cs.LG stat.ML
Online Local Boosting: improving performance in online decision trees
Londrina State University(隆德里纳州立大学);University of São Paulo(圣保罗大学)
随着每天产生的数据越来越多,数据流挖掘的重要性也越来越大,这表明需要能够快速处理这些数据的算法。数据流挖掘算法是专门针对连续数据问题的在线知识提取解决方案。目前的数据流挖掘算法中,有许多算法的处理和存储开销都很大.通常,预测性能越高,这些成本就越高。为了在不增加内存和时间开销的情况下提高预测性能,提出了一种新的在线局部提升算法(OLBoost),该算法可以与在线决策树算法相结合,在不改变诱导决策树结构的情况下提高其预测性能.为此,OLBoost会对实例空间的小的单独区域应用提升。实验结果表明,通过使用OLBoost,在线学习决策树算法的预测性能得到了显著提高。此外,它可以使较小的树表现得与较大的树一样好或更好。
2019-07-16 cs.LG stat.ML
Cost-sensitive Boosting Pruning Trees for depression detection on Twitter
University of Leicester(莱斯特大学);Xidian University(西安电子科技大学);Queen Mary, University of London(伦敦玛丽女王大学);Brunel University London(伦敦布鲁内尔大学);University of Kent(肯特大学)
抑郁症是最常见的心理健康障碍之一,每年有大量抑郁症患者自杀。潜在的抑郁症患者通常不会咨询心理医生,因为他们感到羞愧或不知道任何抑郁症,这可能会导致诊断和治疗的严重延误。与此同时,有证据表明,社交媒体数据提供了有关身心健康状况的有价值的线索。在本文中,我们认为,它是可行的,以识别抑郁症在早期阶段,通过挖掘在线社交行为。该方法不依赖于提取大量或复杂的特征来实现准确的抑郁症检测,这对抑郁症检测的实践是一种创新。相反,我们提出了一种新的分类器,即成本敏感的提升修剪树(CBPT),它在两个公开访问的Twitter抑郁症检测数据集上表现出强大的分类能力。为了全面评估CBPT的分类能力,我们使用来自UCI机器学习存储库的另外三个数据集,CBPT获得了与几种最先进的提升算法相比较的有吸引力的分类结果。最后,我们全面探讨了模型预测的影响因素,结果表明,我们提出的框架是有希望的识别Twitter用户与抑郁症。
2022-01-21 cs.LG cs.SI stat.ML
Totally Corrective Boosting with Cardinality Penalization
Google(谷歌);University of Tokyo(东京大学);University of California, Santa Cruz(加州大学圣克鲁兹分校)
我们提出了一个完全正确的提升算法与显式基数正则化。由此产生的组合优化问题是不知道是有效地解决与现有的经典方法,但新兴的量子优化技术在实践中实现稀疏模型的希望。为了证明我们的算法的实用性,我们使用分布式经典启发式优化器作为量子硬件的替身。尽管这种评估方法在经典的计算机器上会产生大量的时间和资源成本,但它允许我们衡量由此产生的增强合奏的泛化性能和稀疏性的潜在收益。我们在公共数据集上的实验结果通常用于提升算法的基准测试,明确证明了这些优势的存在。如果将来将实际的量子优化与该算法一起使用,我们将期望在训练期间以更小的时间和能量成本获得等同或更好的结果。此外,研究基数惩罚提升也揭示了为什么早期停止的非正则化提升算法通常比显式凸正则化的结果更好:早期停止执行次优基数正则化。我们在这里提出的结果表明,它是有益的,明确解决的组合问题仍然留在早期终止。
2015-04-07 cs.LG quant-ph
Boosting Robotic Manipulation Generalization with Minimal Costly Data
本文提出RoboTron-Craft和RoboTron-Platter,利用低成本空间推理数据增强VLA模型泛化,零样本成功率提升41%。
2025-08-03 cs.LG cs.RO
Boosting-GNN: Boosting Algorithm for Graph Networks on Imbalanced Node Classification
PLA Strategy Support Force Information Engineering University(中国人民解放军战略支援部队信息工程大学)
图神经网络(GNN)已被广泛用于图形数据表示。然而,现有的研究只考虑了理想的平衡数据集,不平衡数据集很少考虑。传统的处理不平衡数据集的方法,如重新排序,重新加权和合成样本,在GNN中不再适用。本文提出了一种集成模型Boosting-GNN,它在Boosting过程中使用GNN作为基分类器。在Boosting-GNN中,为未被前一个分类器正确分类的训练样本设置更高的权重,从而实现更高的分类精度和更好的可靠性。此外,还采用了迁移学习来降低计算量,提高拟合能力。实验结果表明,与GCN、GraphSAGE、GAT、SGC、N-GCN等算法相比,本文提出的Boosting-GNN模型在合成不平衡数据集上的平均性能提高了4.5%
2022-05-08 cs.CV cs.LG
LaX: Boosting Low-Rank Training of Foundation Models via Latent Crossing
University of California at Santa Barbara(加州大学圣芭芭拉分校)
LaX通过跨低秩子空间的信息流动增强低秩模型容量,在ViT和LLaMA预训练及微调中实现匹配或超越全秩性能,同时参数减少2-3倍。
2025-10-24 cs.LG
Online Multiclass Boosting with Bandit Feedback
University of Michigan(密歇根大学);Department of Computer Science(计算机科学系);Department of Statistics(统计系)
我们提出了在线提升算法的多类分类与强盗反馈,学习者只收到反馈的正确性,其预测。我们提出了一个无偏估计的损失使用随机预测,允许模型更新其弱学习有限的信息。使用无偏估计,我们扩展了两个全信息提升算法(Jung等人,2017年,《土匪》上映。我们证明了强盗算法的渐近误差界完全匹配他们的全信息同行。限制反馈的成本反映在更大的样本复杂性中。实验结果也支持我们的理论研究结果,所提出的模型的性能与现有的强盗助推算法,这是有限的使用二进制弱学习器。
2019-02-25 cs.LG stat.ML
Boosting Active Learning for Speech Recognition with Noisy Pseudo-labeled Samples
Clova AI Research, NAVER Corp.(NAVER公司Clova人工智能研究院);Search Solution Inc.(搜索解决方案公司);Seoul National University(首尔大学)
为大型语音语料库标注译文的成本成为最大限度地享受基于深度神经网络的自动语音识别模型的潜在能力的瓶颈。在本文中,我们提出了一种新的训练管道,以提高传统的主动学习方法的目标是标签有效的学习,以解决上述问题。现有的主动学习方法只关注在标签预算下选择一组信息样本。更进一步,我们建议通过利用未标记的样本,超过标记预算,通过引入有效地补充监督损失的可配置的无监督损失,可以进一步提高训练效率。我们提出了新的无监督损失的一致性正则化的基础上,我们配置适当的增强技术的话语采用一致性正则化的自动语音识别任务。通过对真实世界数据集和真实使用场景的定性和定量实验,我们证明了所提出的训练管道可以提高主动学习方法的有效性,从而成功地降低了可持续的人工标记成本。
2020-11-05 cs.LG eess.AS
Online Ensemble Learning for Imbalanced Data Streams
McGill University(麦吉尔大学)
虽然对成本敏感的学习和在线学习都进行了广泛的研究,但同时处理这两个问题的努力有限。针对这一挑战性任务,本文提出了一种新的学习框架。其核心思想是基于在线集成算法和最先进的批处理模式成本敏感的装袋/升压算法的融合。在此框架下,两个独立发展的研究领域被桥接在一起,并首次提出了一批理论上合理的在线成本敏感装袋和在线成本敏感的提升算法。与其他在线代价敏感学习算法缺乏渐近性质的理论分析不同,所提算法在一定条件下保证了收敛性,基准数据集的实验证据也验证了所提方法的有效性和效率。
2013-10-30 cs.LG stat.ML
Boosting the kernelized shapelets: Theory and algorithms for local features
Kyushu University(九州大学);Keio University(庆应义塾大学);The Institute of Statistical Mathematics(统计数理研究所)
我们考虑使用局部特征的对象的二进制分类问题。其中一个激励应用是时间序列分类,其中反映时间序列和称为shapelet的模式序列之间的一些局部接近度度量的特征是有用的。尽管使用局部特征的这种方法在经验上取得了成功,但由此产生的假设的泛化能力尚未完全理解,并且以前的工作依赖于一堆数学模型。在本文中,我们制定了一类假设使用本地功能,功能的丰富性是由内核控制。我们推导出泛化范围的稀疏合奏类,这是指数优于一个标准的分析,在可能的本地功能的数量。由此产生的优化问题是非常适合的助推方法和弱学习问题制定为一个DC程序,实用的算法存在。在时间序列数据集的初步实验中,我们的方法实现了竞争力的准确性与国家的最先进的算法,小参数调整成本。
2017-09-07 cs.LG
Better Boosting with Bandits for Online Learning
University College London(伦敦大学学院);Usher Institute of Population Health Sciences and Informatics(亚瑟人口健康科学与信息学研究所);NASA Ames Research Center(美国国家航空航天局艾姆斯研究中心);University of Manchester(曼彻斯特大学)
由于该算法的边际最大化性质,由提升集合生成的概率估计值校准得很差。集合的输出需要在它们可以用作概率估计之前被适当地校准。在这项工作中,我们证明了在线提升也容易产生扭曲的概率估计。在批量学习中,通过保留部分训练数据用于训练校准器函数来实现校准。在在线设置中,需要在每一轮中做出决定:新的示例是否用于更新集合的参数或校准器的参数。我们着手解决这一决定的帮助下,强盗优化算法。我们表现出优越的性能,未校准和天真校准的在线提升合奏的概率估计。我们提出的机制可以很容易地适应其他任务(例如成本敏感的分类),是强大的校准器和合奏的超参数的选择。
2020-01-16 cs.LG stat.ML
Modeling the Telemarketing Process using Genetic Algorithms and Extreme Boosting: Feature Selection and Cost-Sensitive Analytical Approach
The University of Jordan(约旦大学)
本文利用葡萄牙银行电话营销数据,提出基于遗传算法的特征选择与参数同步优化分类器,并结合极限提升构建可解释模型,以最低成本提升定期存款意愿预测精度并支持营销决策。
2023-10-30 cs.AI cs.LG cs.NE
Online Boosting for Multilabel Ranking with Top-k Feedback
University of Michigan(密歇根大学);Facebook Infrastructure Engineering(脸书基础设施工程);Microsoft(微软)
我们提出了在线提升算法的多标签排名与top-k反馈,其中学习者只接收信息的前k个项目从它提供的排名。我们提出了一种新的替代损失函数和无偏估计量,允许弱学习者更新自己有限的信息。使用这些技术,我们将全信息多标签排名算法(Jung和Tewari,2018)适应于前k反馈设置,并提供与全信息对应物的边界紧密匹配的理论性能边界,代价是增加样本复杂度。我们的实验进一步证实了这些理论结果,实验表明,在各种数据集上,top-k反馈设置的算法与全信息设置的算法之间的性能差距很小。
2020-10-19 cs.LG stat.ML
Sig2Model: A Boosting-Driven Model for Updatable Learned Indexes
Huawei Technologies Ltd(华为技术有限公司)
Sig2Model通过sigmoid提升近似、GMM主动更新训练和神经联合优化三种技术,最小化可更新学习索引的重训练成本,实现高达20倍重训练成本降低、3倍QPS提升和1000倍内存节省。
2025-09-25 cs.DB cs.LG cs.PF
Gradient Regularized Budgeted Boosting
Washington University in St. Louis(圣路易斯华盛顿大学);Microsoft Research(微软研究院)
随着机器学习越来越多地向现实世界的应用过渡,控制算法的测试时间成本变得越来越重要。最近的工作,如Greedy Miser和Speedboost,将测试时间预算约束纳入训练过程,并学习可证明在预算范围内(预期)的分类器。然而,到目前为止,这些算法仅限于监督学习的情况下,有足够数量的标记数据是可用的。在本文中,我们调查的常见情况下,标记的数据是稀缺的,但未标记的数据是丰富的。我们提出了一种算法,利用未标记的数据(通过拉普拉斯平滑)和学习分类器的预算约束。我们的模型基于梯度提升回归树(GBRT),据我们所知,是第一个半监督预算学习算法。
2019-01-27 cs.LG stat.ML
MEBoost: Mixing Estimators with Boosting for Imbalanced Data Classification
United International University(联合国际大学)
类不平衡问题是机器学习和数据采掘领域中的一个具有挑战性的研究问题。几种现有的机器学习算法试图通过正确识别多数类样本而忽略少数类来最大化分类精度。然而,少数类实例的概念通常代表比多数类更高的兴趣。最近,一些成本敏感的方法,集成模型和抽样技术已被用于文献中,以分类不平衡的数据集。在本文中,我们提出了MEBoost,一个新的不平衡数据集的提升算法。MEBoost将两种不同的弱学习器与boosting混合在一起,以提高不平衡数据集的性能。MEBoost是现有技术(如SMOTEBoost,RUSBoost,Adaboost等)的替代方案。MEBoost的性能已在12个基准不平衡数据集上进行了评估,这些数据集采用了最先进的集成方法,如SMOTEBoost,RUSBoost,Easy Ensemble,EUSBoost,DataBoost。实验结果表明,MEBoost算法在处理不平衡数据集方面有明显的改进,是一种有效的、有前途的算法。Python版本的代码可以在这里找到:https://github.com/farshidrayhanuiu/
2018-01-13 cs.LG stat.ML
Randomized Sharpness-Aware Training for Boosting Computational Efficiency in Deep Learning
Tsinghua University(清华大学)
为解决SAM等锐度感知算法额外计算开销大的问题,提出RST训练方案,通过伯努利试验随机选择基础或锐度感知算法以减少传播次数,并扩展为G-RST框架,在节省50%额外计算成本的同时优于SAM。
2023-04-10 cs.AI cs.LG
Double-Base Asymmetric AdaBoost
University of Vigo(维戈大学)
基于使用不同的指数基来定义类相关的误差界,提出了一种新的高效的非对称Boosting方案,称为AdaBoostDB(Double-Base)。支持一个完全的理论推导过程中,与文献中的大多数其他方法不同,我们的算法保留了所有的正式保证和原始(成本不敏感)AdaBoost的属性,类似于国家的最先进的成本敏感AdaBoost算法。然而,AdaBoostDB的关键优势在于,我们的新推导方案实现了非常高效的条件搜索过程,大大改进和简化了算法的训练阶段。在合成和真实数据集上的实验表明,AdaBoostDB能够节省99%以上的成本敏感AdaBoost训练时间,提供相同的成本敏感结果。AdaBoostDB的这种计算优势可以在管理大量弱分类器的问题中发挥作用,其中通常使用boosting技术。
2015-07-08 cs.AI cs.CV cs.LG
Quantized Training of Gradient Boosting Decision Trees
Microsoft Research(微软研究院);DP Technology(深势科技);Tsinghua University(清华大学)
近年来,梯度提升决策树(GBDT)在广泛的机器学习应用中取得了显著的成功。通常,关于GBDT的训练算法的共识是梯度和统计数据是基于高精度浮点计算的。在本文中,我们调查了一个重要的问题,这在很大程度上被忽略了以前的文献:有多少位是需要代表梯度训练GBDT?为了解决这个问题,我们建议在GBDT的训练算法中以一种非常简单而有效的方式来处理所有的高精度梯度。令人惊讶的是,我们的理论分析和实证研究都表明,在不损害任何性能的情况下,梯度的必要精度可能相当低,例如,2或3位。对于低精度梯度,GBDT训练中的大多数算术运算可以被8位、16位或32位的整数运算取代。这些发现有望从以下几个方面为更有效地训练GBDT铺平道路:(1)加速直方图中梯度统计的计算;(2)压缩分布式训练期间高精度统计信息的通信开销;(3)利用和开发支持低精度计算的硬件架构以支持GBDT训练。在CPU,GPU和分布式集群上进行基准测试,我们在广泛的数据集上观察到与SOTA GBDT系统相比,我们的简单量化策略的加速高达2 $\times$,证明了GBDT低精度训练的有效性和潜力。代码将发布到LightGBM的官方存储库。
2023-01-17 cs.LG
CUSBoost: Cluster-based Under-sampling with Boosting for Imbalanced Classification
United International University(联合国际大学)
类不平衡分类是数据采掘和机器学习中的一个具有挑战性的研究问题,因为大多数现实生活中的数据集往往是不平衡的。现有的学习算法通过正确分类多数类而最大化分类精度,但是错误分类少数类。然而,在现实生活中的应用程序中,少数类实例比多数类实例更感兴趣地表示概念。最近,一些技术的基础上的抽样方法(欠采样的多数类和过采样的少数类),成本敏感的学习方法,集成学习已被用于在文献中分类不平衡的数据集。在本文中,我们介绍了一种新的基于聚类的欠采样方法与升压(AdaBoost)算法,称为ADABoost,有效的不平衡分类。该算法提供了一种替代RUSBoost(随机欠采样与AdaBoost)和SMOTEBoost(合成少数过采样与AdaBoost)算法。我们使用基于集成学习的最先进的方法,如AdaBoost,RUSBoost,SMOTEBoost,在13个具有不同不平衡率的不平衡二进制和多类数据集上评估了RUSBoost算法的性能。实验结果表明,该算法是一种有效的处理高度不平衡数据集的方法。
2017-12-12 cs.LG stat.ML
Performance Evaluation of Regression Models in Predicting the Cost of Medical Insurance
Richwell Colleges, Incorporated(里奇韦尔学院公司);Polytechnic College of Botolan(博托兰理工学院);Bulacan State University(布拉干州立大学)
本研究基于KDD流程比较三种机器学习回归模型对医疗保险费用的预测性能,发现Gradient Boosting效果最佳,并指出smoker是导致高费用的关键特征。
2023-04-25 cs.LG
The Role of Machine Learning in Reducing Healthcare Costs: The Impact of Medication Adherence and Preventive Care on Hospitalization Expenses
The Fu Foundation School of Engineering and Applied Science, Columbia University(哥伦比亚大学傅 Foundation 工程与应用科学学院);College of Computing, Georgia Institute of Technology(佐治亚理工学院计算学院)
本研究基于1,171名患者数据,应用四种机器学习模型预测五年住院风险,发现梯度提升模型准确率最高(81.2%),并证明高药物依从性和预防性护理可显著降低住院风险,为个性化干预和医疗成本节约提供依据。
2025-04-10 cs.AI cs.CY cs.LG
UCBoost: A Boosting Approach to Tame Complexity and Optimality for Stochastic Bandits
The Ohio State University(俄亥俄州立大学);AT&T Labs Research(AT&T实验室研究部)
在这项工作中,我们解决了开放的问题,找到低复杂度接近最优的多臂强盗算法的顺序决策问题。现有的强盗算法或者是次优的并且计算简单(例如,UCB 1)或最优且计算复杂(例如,kl-UCB)。我们提出了一个提升的方法,上置信界为基础的算法随机土匪,我们称之为UCBoost。具体来说,我们提出了两种类型的UCBoost算法。我们发现,UCBoost($D$)享有$O(1)$复杂性为每个手臂每轮以及遗憾的保证是$1/e$ -接近的kl-UCB算法。我们提出了一种基于近似的UCBoost算法,UCBoost($ε$),享有遗憾的保证$ε$ -接近的kl-UCB以及$O(\log(1/ε))$的复杂性,每轮每个手臂。因此,我们的算法为从业者提供了一种实用的方法来交易的最优性与计算复杂性。最后,我们给出的数值结果表明,UCBoost($ε$)可以达到相同的后悔性能的标准kl-UCB,而只招致$1\%$的计算成本kl-UCB。
2018-04-16 cs.AI cs.LG stat.ML
Randomized Gradient Boosting Machine
Booth School of Business, University of Chicago(芝加哥大学布斯商学院);MIT Sloan School of Management(麻省理工学院斯隆管理学院);Operations Research Center(运筹学中心);MIT Center for Statistics(麻省理工学院统计中心)
由Friedman提出的梯度提升机(GBM)是一种功能强大的监督学习算法,在实践中得到了广泛的应用--它经常在Kaggle和KDDCup等机器学习竞赛中成为领先的算法。尽管GBM在实践中很有用,但我们目前对这种方法的理论理解相当有限。在这项工作中,我们提出了随机梯度提升机(RGBM),导致大量的计算增益相比,GBM,通过使用一个随机化方案,以减少在弱学习空间中的搜索。我们得到新的计算保证RGBM。我们还提供了一个原则性的指导方针,以更好的步长选择RGBM,不需要线搜索。我们提出的框架的灵感来自于坐标下降的一个特殊变体,该变体结合了随机坐标下降和贪婪坐标下降的优点;并且作为优化算法可能具有独立的兴趣。作为一个特殊的情况下,我们的RGBM的结果导致优越的计算保证GBM。我们的计算保证取决于一个奇怪的几何量,我们称之为最小余弦角,它与预测空间中弱学习者的密度有关。在真实数据集上的一系列数值实验中,我们证明了RGBM在获得具有良好训练和/或测试数据保真度的模型方面优于GBM的有效性,而计算成本只有一小部分。
2020-09-16 cs.LG math.OC stat.ML
Sparse Training via Boosting Pruning Plasticity with Neuroregeneration
Eindhoven University of Technology(埃因霍温理工大学);University of Texas at Austin(得克萨斯大学奥斯汀分校);University of Twente(特文特大学);University of Leeds(利兹大学);JD Explore Academy(京东探索研究院);University of Jyväskylä(于韦斯屈莱大学)
彩票假设(LTH)和单次网络剪枝(SNIP)的研究目前在训练后剪枝(迭代幅度剪枝)和训练前剪枝(初始化剪枝)方面引起了广泛的关注。前一种方法具有极大的计算成本,而后者通常与性能不足作斗争。相比之下,在训练期间修剪,一类修剪方法,同时享有的训练/推理效率和可比的性能,暂时,一直较少探索。为了更好地理解训练过程中的修剪,我们从修剪可塑性(修剪网络恢复原始性能的能力)的角度定量研究了整个训练过程中修剪的效果。修剪可塑性可以帮助解释文献中关于神经网络修剪的其他几个经验观察。我们进一步发现,通过注入一种被称为神经再生的大脑启发机制,重新生成与修剪相同数量的连接。我们设计了一种新的渐进幅度修剪(GMP)方法,称为渐进修剪与零成本神经再生(\textbf{GraNet}),这是最先进的。也许最令人印象深刻的是,它的稀疏到稀疏版本首次在ImageNet上使用ResNet-50在不延长训练时间的情况下提高了各种密集到稀疏方法的稀疏到稀疏训练性能。我们在https://github.com/Shiweiliuiiiiiii/GraNet发布所有代码。
2022-02-06 cs.CV cs.LG
Boosting SISSO Performance on Small Sample Datasets by Using Random Forests Prescreening for Complex Feature Selection
Nankai University(南开大学)
本文提出RF-SISSO算法,将随机森林预筛选与SISSO结合以改进复杂特征选择,在小样本材料数据上保持0.9以上准确率并显著提升回归效率,其中45样本子集效率提升达265倍。
2024-09-28 cond-mat.mtrl-sci cs.LG physics.data-an