降噪：用于评估降噪方法的实验装置

降噪 去噪是从噪声样本中执行分类器学习的统一方法，该方法利用了噪声检测和样本加权技术。 它包括通过对数样本加权策略学习抗噪声分类器，其中权重是在标签噪声检测步骤中从嘈杂实例中得出的。 实验 我们在受控的情况下凭经验验证了我们方法的性能，在这种情况下，噪声被人为地注入到不同的数据集中。 实验装置中实现Python3一个内conda环境。 要复制我们的实验，只需运行run_me.ipynb jupyter笔记本。 要求（记忆和时间） 完整运行需要大约7Gb的可用空间，用于生成不同的数据集和噪声配置以及所有结果。 在256线程计算机上，完成运行所需的时间约为7小时。 依赖项（包） pip install openml; pip install xgboost==1.2; conda install tqdm --y; conda install numpy --y; conda in