数学的实践与认识
數學的實踐與認識
수학적실천여인식
MATHEMATICS IN PRACTICE AND THEORY
2009年
3期
120-125
,共6页
Boosting%组合方法%打包%BAN%贝叶斯网络分类器
Boosting%組閤方法%打包%BAN%貝葉斯網絡分類器
Boosting%조합방법%타포%BAN%패협사망락분류기
Boosting是一种有效的分类器组合方法,它能够提高不稳定学习算法的分类性能,但对稳定的学习算法效果不明显.BAN(BN augmented Naive-Bayes)是一种增强的贝叶斯网络分类器,通过Boosting很容易提高其分类性能.比较了GBN(general BN)和BAN的打包分类器Wrapping-BAN-GBN与基于Boosting的BAN组合分类器Boosting-BAN.最后通过实验结果显示了在大多数实验数据上,BoostingBAN分类器显示出较高的分类正确率.
Boosting是一種有效的分類器組閤方法,它能夠提高不穩定學習算法的分類性能,但對穩定的學習算法效果不明顯.BAN(BN augmented Naive-Bayes)是一種增彊的貝葉斯網絡分類器,通過Boosting很容易提高其分類性能.比較瞭GBN(general BN)和BAN的打包分類器Wrapping-BAN-GBN與基于Boosting的BAN組閤分類器Boosting-BAN.最後通過實驗結果顯示瞭在大多數實驗數據上,BoostingBAN分類器顯示齣較高的分類正確率.
Boosting시일충유효적분류기조합방법,타능구제고불은정학습산법적분류성능,단대은정적학습산법효과불명현.BAN(BN augmented Naive-Bayes)시일충증강적패협사망락분류기,통과Boosting흔용역제고기분류성능.비교료GBN(general BN)화BAN적타포분류기Wrapping-BAN-GBN여기우Boosting적BAN조합분류기Boosting-BAN.최후통과실험결과현시료재대다수실험수거상,BoostingBAN분류기현시출교고적분류정학솔.
