集成学习有效性研究 |
| |
引用本文: | 周济,文志强,林海龙.集成学习有效性研究[J].人天科学研究,2014(6):199-201. |
| |
作者姓名: | 周济 文志强 林海龙 |
| |
作者单位: | 湖南工业大学计算机与通信学院,湖南株洲412007 |
| |
基金项目: | 国家自然科学基金(61170102) |
| |
摘 要: | 集成学习是构造一系列的分类器,然后对新的样本预测其类别的学习算法。最原始的集成方法是贝叶斯平均,最近的算法包括Error--Correcting output coding,Bagging和Boosting。阐述了集成后的分类器效果优于单个分类器的原因,结合实验对一些集成学习的研究结果进行了说明。
|
关 键 词: | 集成学习 分类器 有效性分析 |
本文献已被 维普 等数据库收录! |
|