统计与信息论坛
統計與信息論罈
통계여신식론단
STATISTICS & INFORMATION TRIBUNE
2008年
9期
23-27
,共5页
决策树%自助法%选择性集成
決策樹%自助法%選擇性集成
결책수%자조법%선택성집성
选择性集成算法是目前机器学习关注的热点之一.在对一海藻繁殖案例研究的基础上,提出了一种基于k-means聚类技术的快速选择性Bagging Trees集成算法;同时与传统统计方法和一些常用的机器学习方法相比较,发现该算法具有较小的模型推广误差和更高的预测精度的优点,而且其运行的效率也得到了较大的提高.
選擇性集成算法是目前機器學習關註的熱點之一.在對一海藻繁殖案例研究的基礎上,提齣瞭一種基于k-means聚類技術的快速選擇性Bagging Trees集成算法;同時與傳統統計方法和一些常用的機器學習方法相比較,髮現該算法具有較小的模型推廣誤差和更高的預測精度的優點,而且其運行的效率也得到瞭較大的提高.
선택성집성산법시목전궤기학습관주적열점지일.재대일해조번식안례연구적기출상,제출료일충기우k-means취류기술적쾌속선택성Bagging Trees집성산법;동시여전통통계방법화일사상용적궤기학습방법상비교,발현해산법구유교소적모형추엄오차화경고적예측정도적우점,이차기운행적효솔야득도료교대적제고.