面向分类的自动化机器学习模型构建

摘要

为提升机器学习场景下分类与预测任务模型的准确性和普适性,基于分层级联结构与改进的遗传算法构建自动化机器学习模型,将其应用于分类场景,并采用OpenML公共数据集进行实验.结果表明,这种创新的方法不仅能并行、自动地构建自动化机器学习模型,而且能快速、有效地进行分类与预测.构建的自动化机器学习算法准确率较高,经过多轮验证,准确率可达到94.4％,相比使用单个分类器提高了5％～10％.