Apprentissage métrique d'ensemble

L'apprentissage métrique d'ensemble entraîne plusieurs apprenants de métriques de distance — chacun sur une vue de données différente, un sous-espace de caractéristiques ou avec un objectif différent — et combine les métriques résultantes pour produire une fonction de similarité unique et plus robuste. La combinaison de métriques diverses réduit la variance de toute métrique individuelle et améliore les performances dans des tâches telles que la classification par plus proches voisins, la recherche d'informations et l'apprentissage à partir de peu d'exemples.