计算机应用研究
計算機應用研究
계산궤응용연구
APPLICATION RESEARCH OF COMPUTERS
2012年
5期
1654-1658
,共5页
分类%产生式%判别式%属性分割%遗传算法
分類%產生式%判彆式%屬性分割%遺傳算法
분류%산생식%판별식%속성분할%유전산법
为了利用产生式和判别式方法各自的优势,研究了基于属性分割的产生式/判别式混合分类模型框架,提出了一种基于属性分割的产生式/判别式混合分类器学习算法GDGA.其利用遗传算法,将属性集X划分为两个子集XG和XD,并相应地将训练集D垂直分割为两个子集DG和DD,在两个训练子集上分别学习产生式分类器和判别式分类器；最后将两个分类器合并形成一个混合分类器.实验结果表明,在大多数数据集上,混合分类器的分类正确率优于其成员分类器.在训练数据不足或数据属性分布不清楚的情况下,该混合分类器具有特别的优势.
為瞭利用產生式和判彆式方法各自的優勢,研究瞭基于屬性分割的產生式/判彆式混閤分類模型框架,提齣瞭一種基于屬性分割的產生式/判彆式混閤分類器學習算法GDGA.其利用遺傳算法,將屬性集X劃分為兩箇子集XG和XD,併相應地將訓練集D垂直分割為兩箇子集DG和DD,在兩箇訓練子集上分彆學習產生式分類器和判彆式分類器；最後將兩箇分類器閤併形成一箇混閤分類器.實驗結果錶明,在大多數數據集上,混閤分類器的分類正確率優于其成員分類器.在訓練數據不足或數據屬性分佈不清楚的情況下,該混閤分類器具有特彆的優勢.
위료이용산생식화판별식방법각자적우세,연구료기우속성분할적산생식/판별식혼합분류모형광가,제출료일충기우속성분할적산생식/판별식혼합분류기학습산법GDGA.기이용유전산법,장속성집X화분위량개자집XG화XD,병상응지장훈련집D수직분할위량개자집DG화DD,재량개훈련자집상분별학습산생식분류기화판별식분류기；최후장량개분류기합병형성일개혼합분류기.실험결과표명,재대다수수거집상,혼합분류기적분류정학솔우우기성원분류기.재훈련수거불족혹수거속성분포불청초적정황하,해혼합분류기구유특별적우세.
