计算机应用
計算機應用
계산궤응용
COMPUTER APPLICATION
2013年
2期
550-553
,共4页
曹鹏%李博%栗伟%赵大哲
曹鵬%李博%慄偉%趙大哲
조붕%리박%률위%조대철
大规模数据集%X-means聚类%组合分类%随机子空间%支持向量机
大規模數據集%X-means聚類%組閤分類%隨機子空間%支持嚮量機
대규모수거집%X-means취류%조합분류%수궤자공간%지지향량궤
针对大规模数据的分类准确率低且效率下降的问题,提出一种结合X-means聚类的自适应随机子空间组合分类算法.首先使用X-means聚类方法,保持原有数据结构的同时,把复杂的数据空间自动分解为多个样本子空间进行分治学习;而自适应随机子空间组合分类器,提升了基分类器的差异性并自动确定基分类器数量,提升了组合分类器的鲁棒性及分类准确性.该算法在人工和UCI数据集上进行了测试,并与传统单分类和组合分类算法进行了比较.实验结果表明,对于大规模数据集,该方法具有更好的分类精度和健壮性,并提升了整体算法的效率.
針對大規模數據的分類準確率低且效率下降的問題,提齣一種結閤X-means聚類的自適應隨機子空間組閤分類算法.首先使用X-means聚類方法,保持原有數據結構的同時,把複雜的數據空間自動分解為多箇樣本子空間進行分治學習;而自適應隨機子空間組閤分類器,提升瞭基分類器的差異性併自動確定基分類器數量,提升瞭組閤分類器的魯棒性及分類準確性.該算法在人工和UCI數據集上進行瞭測試,併與傳統單分類和組閤分類算法進行瞭比較.實驗結果錶明,對于大規模數據集,該方法具有更好的分類精度和健壯性,併提升瞭整體算法的效率.
침대대규모수거적분류준학솔저차효솔하강적문제,제출일충결합X-means취류적자괄응수궤자공간조합분류산법.수선사용X-means취류방법,보지원유수거결구적동시,파복잡적수거공간자동분해위다개양본자공간진행분치학습;이자괄응수궤자공간조합분류기,제승료기분류기적차이성병자동학정기분류기수량,제승료조합분류기적로봉성급분류준학성.해산법재인공화UCI수거집상진행료측시,병여전통단분류화조합분류산법진행료비교.실험결과표명,대우대규모수거집,해방법구유경호적분류정도화건장성,병제승료정체산법적효솔.