| 基于k-means聚类的神经网络分类器集成方法研究 |
| |
| 引用本文： | 李凯,常圣领.基于k-means聚类的神经网络分类器集成方法研究[J].计算机工程与应用,2009,45(22):120-122. |
| |
| 作者姓名： | 李凯 常圣领 |
| |
| 作者单位： | 1. 河北大学数学与计算机学院,河北保定,071002
2. 河北省机器学习与计算智能重点实验室,河北保定,071002 |
| |
| 基金项目： | 河北省教育厅基金资助 |
| |
| 摘 要： | 针对差异性是集成学习的必要条件,研究了基于k-means聚类技术提高神经网络分类器集成差异性的方法。通过训练集并使用神经网络分类器学习算法训练许多分类器模型,在验证集中利用每个分类器的分类结果作为聚类的数据对象;然后应用k-means聚类方法对这些数据聚类,在聚类结果的每个簇中选择一个分类器代表模型,以此构成集成学习的成员;最后应用投票方法实验研究了这种提高集成学习差异性方法的性能,并与常用的集成学习方法bagging、adaboost进行了比较。
|
| 关 键 词： | 差异性 集成学习 分类器 聚类 |
| 收稿时间： | 2008-4-30 |
| 修稿时间： | 2008-8-11
|
Study of ensemble method of classifiers for neural networks based on k-means clustering |
| |
| LI Kai,CHANG Sheng-ling.Study of ensemble method of classifiers for neural networks based on k-means clustering[J].Computer Engineering and Applications,2009,45(22):120-122. |
| |
| Authors: | LI Kai CHANG Sheng-ling |
| |
| Affiliation: | LI Kai,CHANG Sheng-ling School of Mathematics , Computer,Hebei University,Baoding,Hebei 071002,China Key Lab of Machine Learning , Computational Intelligence of Hebei Province,China |
| |
| Abstract: | Aiming at diversity being a necessary condition of the ensemble learning,this paper studies the method for improving diversity of the neural networks ensemble based on k-means clustering technique.This paper proposes a selecting approach that is first to train many classifiers through training set with neural network algorithm,and uses the result by the classifiers from validation set for clustering.And then this paper uses the k-means algorithm to cluster the data set from the result and selects a classifi... |
| |
| Keywords: | diversity ensemble learning classifier clustering |
| 本文献已被 CNKI 维普 万方数据 等数据库收录！ |
| 点击此处可从《计算机工程与应用》浏览原始摘要信息 |
|
点击此处可从《计算机工程与应用》下载全文 |
|
