AI 詞彙表

📖

術語

动态集成选择 (DES)

一种聚合方法，其中用于预测的模型子集会根据每个新实例的具体特征以及模型在输入空间局部区域的能力，为每个新实例动态选择。

📖

術語

静态集成选择 (SES)

一种方法，它在验证集上一次性选择一个固定的分类器子集，然后对所有未来实例以相同的方式使用，这与逐实例自适应的动态选择相反。

📖

術語

局部能力区域

围绕测试实例的邻域，由距离度量定义，在该区域内评估基本模型的能力，以决定使用哪些模型对该实例进行预测。

📖

術語

K最近邻神谕 (KNORA)

一类DES算法，它们根据模型在测试实例的k个最近邻上的表现来选择模型，有KNORA-E（消除）和KNORA-U（并集）等变体。

📖

術語

多分类器行为 (MCB)

一种分析分类器在已标记实例上的行为的技术，用于识别某些模型更可靠的区域，从而指导动态选择。

📖

術語

动态选择与动态加权

一种区别，其中动态选择选择一个模型子集，而动态加权则为所有模型分配权重以进行最终预测，两者都逐实例进行自适应。

📖

術語

同构与异构DES

一种区分，其中同构DES使用相同类型的基本模型（例如：全是决策树），而异构DES则结合不同类型的算法以增加多样性。

📖

術語

能力区域估计

确定测试实例相关邻域的过程，对于评估模型的局部能力至关重要，通常基于欧几里得距离或余弦相似度等度量。

📖

術語

带预处理的DES

一种在动态选择模型之前，应用降维或过采样等预处理技术来改进能力区域定义的方法。

📖

術語

在线DES

为数据流设计的动态集成选择变体，其中随着新实例的不断到达，模型能力和选择会持续更新。

📖

術語

DespeRt算法

一种DES算法，它基于k最近邻上预测的置信水平分布来评估分类器的能力，既推崇能力强的模型又推崇多样化的模型。

📖

術語

先验与后验DES

区分在于先验方法在看到测试实例的预测之前选择模型，而后验方法在观察到这些预测后才进行选择。

📖

術語

用于不平衡数据的动态集成选择

为处理不平衡数据集而调整的DES方法，其中模型选择可以有偏见地偏向于改进少数类检测。

📖

術語

基于能力的动态选择

DES中的核心范式，其中选择模型的决策仅基于对该实例本地能力的估计，而不是其整体性能。