计算机技术与发展
計算機技術與髮展
계산궤기술여발전
COMPUTER TECHNOLOGY AND DEVELOPMENT
2006年
12期
55-57,60
,共4页
选择性集成%群体智能%蚁群优化算法%Bagging
選擇性集成%群體智能%蟻群優化算法%Bagging
선택성집성%군체지능%의군우화산법%Bagging
尽管选择性集成方法的研究和应用已取得了不少重要成果,然而其实现方法计算复杂度高、效率低仍是应用该方法的一个瓶颈.为此,提出了一种新的高速收敛的选择性集成方法.该方法使用C4.5决策树分类器作为基学习器,利用高速收敛的群体智能算法来寻找最优集成模型,并在UCI数据库的多值分类数据集上进行了实验.实验结果表明,该方法计算效率高,其精度和稳定性比Bagging方法都要高,可以成为一种高效的选择性集成的实现方法.
儘管選擇性集成方法的研究和應用已取得瞭不少重要成果,然而其實現方法計算複雜度高、效率低仍是應用該方法的一箇瓶頸.為此,提齣瞭一種新的高速收斂的選擇性集成方法.該方法使用C4.5決策樹分類器作為基學習器,利用高速收斂的群體智能算法來尋找最優集成模型,併在UCI數據庫的多值分類數據集上進行瞭實驗.實驗結果錶明,該方法計算效率高,其精度和穩定性比Bagging方法都要高,可以成為一種高效的選擇性集成的實現方法.
진관선택성집성방법적연구화응용이취득료불소중요성과,연이기실현방법계산복잡도고、효솔저잉시응용해방법적일개병경.위차,제출료일충신적고속수렴적선택성집성방법.해방법사용C4.5결책수분류기작위기학습기,이용고속수렴적군체지능산법래심조최우집성모형,병재UCI수거고적다치분류수거집상진행료실험.실험결과표명,해방법계산효솔고,기정도화은정성비Bagging방법도요고,가이성위일충고효적선택성집성적실현방법.
