Key points are not available for this paper at this time.
في إطار AdaBoost. MH، نقترح تدريب أشجار قرار ذات قيمة متجهة لتحسين حافة الفئات المتعددة دون تقليل مشكلة الفئات المتعددة إلى K تصنيفات ثنائية واحدة ضد الجميع. العنصر الرئيسي في هذه الطريقة هو جذر قرار ذي قيمة متجهة، يتم تفكيكه إلى متجه مستقل عن المدخلات بطول K ومصنف قياسي مستقل عن التصنيفات. في العقد الداخلية للشجرة، يتم التخلص من المتجه التابع للتصنيف ويمكن استخدام المصنف الثنائي لتقسيم فضاء المدخلات إلى منطقتين. تحتفظ الخوارزمية بالأناقة المفاهيمية والقوة والكفاءة الحسابية لـ AdaBoost الثنائي. في التجارب، تتساوى مع آلات الدعم الشعاعي ومع أفضل خوارزمية تعزيز متعددة الفئات الحالية AOSOLogitBoost، وهي أفضل بشكل ملحوظ من تطبيقات AdaBoost المعروفة الأخرى. MH.
بالاز كيجيل (الجمعة) درس هذا السؤال.
Synapse has enriched 5 closely related papers on similar clinical questions. Consider them for comparative context: