RDS

为模型多样化实施强化数据采样。

要求

• 麻木的
• 火炬
• scikit-学习
• 熊猫
• tqdm

机器学习任务

该存储库支持多变量、文本和视觉数据的多项机器学习任务：

• 二进制分类
• 多类分类
• 回归

安装

pip install torchRDS

用法

from torchRDS.RDS import RDS

trainer = RDS(data_file="datasets/madelon.csv", target=[0], task="classification", measure="auc", 
              model_classes=["models.MDL_RF", "models.MDL_MLP", "models.MDL_LR"], 
              learn="deterministic", ratio=0.7695, iters=100)
sample = trainer.train()

print("No of observations in training set: ", sum(sample))

实际用例

如果您想在此处列出真实世界的比赛或用例，请联系我们。

实验结果

已经在以下四个数据集上进行了实验。

MADELON - 结果

博士 - 结果

MNIST - 结果

KLP - 结果

引用这项工作

如果这项工作对您的研究有用，请考虑引用我们：

@misc{nguyen2020reinforced,
    title={Reinforced Data Sampling for Model Diversification},
    author={Hoang D. Nguyen and Xuan-Son Vu and Quoc-Tuan Truong and Duc-Trong Le},
    year={2020},
    eprint={2006.07100},
    archivePrefix={arXiv},
    primaryClass={cs.LG}
}

参考

• Lee, S.、Prakash, SPS、Cogswell, M.、Ranjan, V.、Crandall, D. 和 Batra, D.，2016 年。用于训练不同深度集成的随机多项选择学习。在神经信息处理系统的进展中（第 2119-2127 页）。
• Peng, M.、Zhang, Q.、Xing, X.、Gui, T.、Huang, X.、Jiang, YG、Ding, K. 和 Chen, Z.，2019 年 7 月。用于类不平衡学习的可训练欠采样。在AAAI 人工智能会议论文集中（第 33 卷，第 4707-4714 页）。
• Gong, Z.、Zhong, P. 和 Hu, W.，2019 年。机器学习的多样性。IEEE 访问，7，第 64323-64350 页。