學習筆記，僅供參考，有錯必糾

關鍵詞:離群點檢測；集成學習；成員選擇；參數化；準確性-多樣性權衡

---

Building outlier detection ensembles by selective parameterization of heterogeneous methods

摘要

我們解決了在無監督離群點檢測中選擇集合成員的問題。這里的挑戰是，由于該問題的無監督性質，識別個別準確但不同的成員。為此，我們提出了AnD-SELECT: QuAlity-AnD-Differential Selector，該選擇器在輸入時考慮一組異構的離群點檢測方法，系統地選擇準確的參數變量，即每種類型的參數化。該輸入集中的離群點檢測方法的選擇，使它們通常表現出隨著參數值的增加而逐漸或遞減的性能行為特征。然后，我們考慮這些方法的各種參數變體。從這種方法類型的同質集合中，目標是選擇更準確的參數化端，同時避免由于上述特性而同時選擇兩個端。因此，要么選擇一個準確的變體，要么選擇顯示精確性和多樣性之間顯式權衡的兩個變體的集合。

對基準數據集的評估顯示，與現有的選擇器相比，性能有了顯著的改進。

Introduction

集成學習旨在通過結合多個個體學習者的發現來獲得更可靠的結果。關鍵的挑戰是為這個團隊找到一批好的學習者。這一挑戰進一步加劇了離群點檢測，因為在沒有任何標記

總結

以上是生活随笔為你收集整理的文献记录(part83)--Building outlier detection ensembles by selective parameterization of ...的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。