跳到正文
arXiv · ML· Ze Dong, Yi Wang, Ambuj Tewari·· 3 天前AI 评分26

正确表征下经典机器学习可媲美深度模型用于嗅觉混合物相似性预测

With the Right Representation, Classical Machine Learning Rivals Deep Models for Olfactory Mixture Similarity

AI 导读

在嗅觉混合物相似性预测中,使用显式对称比较特征的经典机器学习(XGBoost)性能可媲美专用深度模型。 XGBoost 仅使用逐坐标绝对差异即可实现强预测表现,结合和与积可进一步提升;核岭回归(KRR)也从显式比较特征中显著受益。 研究结果表明,在低数据场景下,显式编码两个混合物的差异是经典机器学习方法的关键要素。

来源:arXiv · ML · arxiv.org