CAJ | 학술논문

文章利用充分降维的思想，对分类问题的Binomial Boosting（BBoosting）算法进行了改进，提出了一种新的方法——Dimension Reduction Binomial Boosting（DRBBoosting）。这种算法在每次迭代中，结合充分降维方法，充分提取X与Y之间的信息，得到X的线性组合β^TX，用β^TX）（进行boosting迭代，避免了BBoosting对所有变量逐个分析。与BBoosting相比，收敛速度快，预测精度高；模拟比较也表明了DRBBoosting的优点。
문장이용충분강유적사상，대분류문제적Binomial Boosting（BBoosting）산법진행료개진，제출료일충신적방법——Dimension Reduction Binomial Boosting（DRBBoosting）。저충산법재매차질대중，결합충분강유방법，충분제취X여Y지간적신식，득도X적선성조합β^TX，용β^TX）（진행boosting질대，피면료BBoosting대소유변량축개분석。여BBoosting상비，수렴속도쾌，예측정도고；모의비교야표명료DRBBoosting적우점。