एआई शब्दावली
आर्टिफिशियल इंटेलिजेंस का पूर्ण शब्दकोश
के-निकटतम ऑरेकल
डीईएस विधि जो अंतिम भविष्यवाणी के लिए उपयोग किए जाने वाले क्लासिफायरियर का निर्धारण करने हेतु परीक्षण इंस्टेंस के k-निकटतम पड़ोसियों पर क्लासिफायरियर की क्षमता का मूल्यांकन करती है।
क्षमता का क्षेत्र
एक परीक्षण इंस्टेंस के निकटतम पड़ोसियों द्वारा परिभाषित विशेषता स्थान का क्षेत्र, जिसका उपयोग क्लासिफायरियर की स्थानीय क्षमता का मूल्यांकन करने के लिए किया जाता है।
डीईएस-केएनएन
एक गतिशील चयन तकनीक जो क्षमता के क्षेत्र को परिभाषित करने और क्लासिफायरियर के स्थानीय प्रदर्शन का मूल्यांकन करने के लिए के-निकटतम पड़ोसी एल्गोरिथम का उपयोग करती है।
क्षमता मानचित्र
समूह में प्रत्येक क्लासिफायरियर के क्षमता क्षेत्रों का स्थानिक प्रतिनिधित्व, जो उन क्षेत्रों की पहचान करने में मदद करता है जहाँ प्रत्येक मॉडल उत्कृष्ट प्रदर्शन करता है।
स्थानीय सटीकता अनुमान
स्थानीय क्षमता क्षेत्र में समान इंस्टेंस पर अपनी सटीकता के आधार पर एक क्लासिफायरियर के प्रदर्शन का मूल्यांकन करने की प्रक्रिया।
एन्सेम्बल प्रूनिंग
गतिशील चयन से पहले या उसके दौरान अनावश्यक या खराब प्रदर्शन करने वाले क्लासिफायरियर को हटाकर एक एन्सेम्बल के आकार को कम करने की तकनीक।
डीईएस-क्लस्टरिंग
एक गतिशील चयन दृष्टिकोण जो समान इंस्टेंस के समूहों की पहचान करने और प्रत्येक क्लस्टर पर क्लासिफायरियर की क्षमता का मूल्यांकन करने के लिए क्लस्टरिंग एल्गोरिदम का उपयोग करता है।
डीईएस के लिए मेटा-लर्निंग
इंस्टेंस और पिछले प्रदर्शन से निकाले गए मेटा-विशेषताओं के आधार पर क्लासिफायरियर की क्षमता की भविष्यवाणी करने के लिए मेटा-लर्निंग का उपयोग।
क्षमता विविधता
एक समूह में विभिन्न क्लासिफायर के बीच क्षमता क्षेत्रों में भिन्नता का माप, प्रभावी गतिशील चयन के लिए आवश्यक।
गतिशील एन्सेम्बल एकीकरण
गतिशील रूप से चयनित क्लासिफायर की भविष्यवाणियों को संयोजित करने की प्रक्रिया, अक्सर उनकी अनुमानित स्थानीय क्षमता के आधार पर भार का उपयोग करती है।
ऑनलाइन गतिशील चयन
DES का एक प्रकार जो डेटा स्ट्रीम के लिए अनुकूलित है जहाँ चयन और क्षमता का मूल्यांकन वास्तविक समय में विकसित डेटा के साथ होता है।
प्रदर्शन परिदृश्य
विशेषता स्थान के विभिन्न क्षेत्रों में क्लासिफायर के प्रदर्शन का बहुआयामी प्रतिनिधित्व, गतिशील चयन का मार्गदर्शन करता है।
हाइब्रिड DES
चयन की मजबूती और सटीकता में सुधार के लिए क्लस्टरिंग और k-NN जैसी कई गतिशील चयन तकनीकों को संयोजित करने वाला दृष्टिकोण।
क्षमता स्तर
एक विशिष्ट इंस्टेंस के लिए एक क्लासिफायर की विशेषज्ञता की डिग्री का मूल्यांकन करने वाला मात्रात्मक स्कोर, DES विधियों में मुख्य मानदंड के रूप में उपयोग किया जाता है।
थ्रेशोल्ड-आधारित DES
पूर्वनिर्धारित क्षमता थ्रेशोल्ड का उपयोग करके यह तय करने की चयन विधि कि भविष्यवाणी के उपसमूह में किन क्लासिफायर को शामिल किया जाए।
गतिशील क्लासिफायर चयन
DES का एक प्रकार जहाँ प्रत्येक इंस्टेंस के लिए उसकी अधिकतम स्थानीय क्षमता के आधार पर केवल सबसे अच्छा क्लासिफायर (एक उपसमूह के बजाय) चुना जाता है।