计算机工程与应用
計算機工程與應用
계산궤공정여응용
COMPUTER ENGINEERING AND APPLICATIONS
2010年
17期
41-44
,共4页
张燕平%曹振田%赵姝%郑尧军%杜玲%窦蓉蓉
張燕平%曹振田%趙姝%鄭堯軍%杜玲%竇蓉蓉
장연평%조진전%조주%정요군%두령%두용용
集成学习%选择性集成%Q统计量
集成學習%選擇性集成%Q統計量
집성학습%선택성집성%Q통계량
个体学习器的差异度是集成学习中的关键因素.流行的集成学习算法如Bagging通过重取样技术产生个体学习器的差异度.选择性集成从集成学习算法产生的个体学习器中选择一部分来集成,结果表明比原集成更好.但如何选择学习器是个难题.使用Q统计量度量两个学习器的差异度,提出一种新的决策树选择性集成学习方法.与C4.5,Bagging方法相比,表现出很好的效果.
箇體學習器的差異度是集成學習中的關鍵因素.流行的集成學習算法如Bagging通過重取樣技術產生箇體學習器的差異度.選擇性集成從集成學習算法產生的箇體學習器中選擇一部分來集成,結果錶明比原集成更好.但如何選擇學習器是箇難題.使用Q統計量度量兩箇學習器的差異度,提齣一種新的決策樹選擇性集成學習方法.與C4.5,Bagging方法相比,錶現齣很好的效果.
개체학습기적차이도시집성학습중적관건인소.류행적집성학습산법여Bagging통과중취양기술산생개체학습기적차이도.선택성집성종집성학습산법산생적개체학습기중선택일부분래집성,결과표명비원집성경호.단여하선택학습기시개난제.사용Q통계량도량량개학습기적차이도,제출일충신적결책수선택성집성학습방법.여C4.5,Bagging방법상비,표현출흔호적효과.
