发布 Synthetic Data for Model Ensembling 数据集, 应用在 模型集成、机器学习 领域

本次发布的数据集 Synthetic Data for Model Ensembling, 该数据集由合成数据组成，包含20个特征和4维标签，旨在评估在受限优化设置中的集成学习方法。特征数据遵循多元正态分布，并且有一个最终的分类特征，随机将数据点分配到五个类别中的一个。标签与特征之间存在一个带有噪声的线性关系。数据规模方面，训练集包含10,000个数据点，评估集包含400个数据点。该任务的目的是为了优化而进行模型集成。

查看Synthetic Data for Model Ensembling

README 内容： 

关于 arXiv , arXiv 是一个免费分发服务和开放获取的学术文章档案库，涵盖了物理学、数学、计算机科学、定量生物学、定量金融、统计学、电气工程和系统科学以及经济学等领域。该网站上的材料并未经过 arXiv 的同行评审。