DESlib 0.3

动态选择：

动态选择（dynamic selection，ds）是指选择基本分类器的技术。 根据每个待分类的新样本，在测试时进行动态分类。只有最有能力的分类器或最有能力的分类器的集合被选择来预测 特定测试样本的标签。这些技术的基本原理是 池是对所有未知样本进行分类的专家，但是每个基本分类器都是 功能空间的不同局部区域。

由于越来越多的实证研究，ds是最有前途的mcs方法之一（多分类器系统）。 报告优于静态组合方法的性能。这样的技巧 取得了较好的分类性能，特别是在处理小型和不平衡数据时T.S/P>

安装：

可以使用pip:

稳定版本：

pip install deslib

最新版本（正在开发中）：

pip install git+https://github.com/scikit-learn-contrib/DESlib

依赖关系：

经过测试，deslib可以与python 3.5、3.6和3.7一起使用。依赖性要求如下：

• scipy（>；=1.2.0）
• 纽比（>；=1.10.4）
• 科学套件学习（>；=0.19.0）

这些依赖项是使用上面的pip命令自动安装的。

示例：

在这里，我们展示了一个使用knora-e方法的示例，该方法使用随机林作为分类器池：

fromdeslib.des.knora_eimportKNORAE# Train a pool of 10 classifierspool_classifiers=RandomForestClassifier(n_estimators=10)pool_classifiers.fit(X_train,y_train)# Initialize the DES modelknorae=KNORAE(pool_classifiers)# Preprocess the Dynamic Selection dataset (DSEL)knorae.fit(X_dsel,y_dsel)# Predict new examples:knorae.predict(X_test)

库接受任何分类器列表（与scikit learn兼容）作为输入，包括包含不同分类器模型（异构集成）的列表。 有关如何使用API的更多示例，请参见 文档 和examples目录。

组织：

库分为四个模块：

1. deslib.des：des技术的实现（动态集成选择）。
2. dcs：dcs技术的实现（动态分类器选择）。
3. deslib.static：基线集成方法的实现。
4. deslib.util：分类器集成的聚合函数和多样性度量的集合。

< DL> 目前可用的DES技术有： ＞OL>
• meta-des [7] [8] [15]
• k-最近的-oracle-消除（knora-e） [3]
• K-最近的-Oracle-Union（knora-u） [3]
• 动态集成选择性能
• k-最近输出配置文件（knop） [9]
• 随机参考分类器
• des kullback-leibler散度（des-kl） [12]
• des指数 [21]
• des对数
• DES最小差值
• DES群集
• des-knn [16]
• DES多类不平衡（DES-MI） [24]
< DL>
目前可用的dcs技术有：
＞OL>
• 修改后的分类器等级（rank） [19]
• 整体局部精度
• 本地类精度（LCA） [4]
• 改进的本地精度（mla） [23]
• 多分类器行为（MCB） [5]
• 先验选择（a priori） [6]
• 一个后验选择（后验） [6]
< DL>
基线方法：
＞OL>
• 甲骨文
• 最佳单曲
• 静态选择
• 堆叠式分类器

每个des技术的变体也由库提供（例如，meta-des框架的不同版本）。

引文

如果在科学论文中使用deslib，请考虑引用以下论文：

Rafael M.O.Cruz、Luiz G.Hafemann、Robert Sabourin和George D.C.Cavalcanti deslib：Python中的动态集成选择库。 arxiv预印本arxiv:1802.04967（2018）。

@article{cruz_deslib:2018,
    title = {{DESlib}: {A} {Dynamic} ensemble selection library in {Python}},
    journal = {arXiv preprint arXiv:1802.04967},
    author = {Cruz, Rafael M. O. and Hafemann, Luiz G. and Sabourin, Robert and Cavalcanti, George D. C.},
    year = {2018}
}

参考文献：