#数据集融合

联盟胜于孤立：统一异构联盟数据集提升分类器性能

论文定义「联盟数据集」：对象类型相同但底层对象不相交、标签一致、特征空间高度异构仅有少量共享特征，导致单一分类器无法联合训练或交叉测试。作者提出合并特征空间并用矩阵补全构建统一数据集，实验表明在统一表示上训练的分类器始终优于分别在各数据集上训练的版本，为跨数据集知识迁移提供简便途径。