TrueSkill, идея с помощью разных выборок построить много рейтингов и затем смешать, подав как фичи для логистической регрессии.
вопросы такие: как прикинуть, в какой момент стоит прекратить улучшать конкретный рейтинг (по сути фичу для классификатора) и переходить к построению следующего признака?
корректно ли мерить log-loss по каждому рейтингу отдельно, или лучше сразу смотреть на различные их объединения в логистической регрессии? может ли возникнуть синергия между рейтингами, кажущимися не очень сильными по отдельности?
Беггинг что ли логрегрессией взвешиваешь? А что тогда мешает независимо обучать подмодели?
Обсуждают сегодня