|
|||||
|
|
| 基于回归问题的选择性集成算法 | |
| 作者姓名： | 陈凯 |
| 作者单位： | 中国人民大学统计学院,北京,100872 |
| 基金项目： | 国家自然科学基金资助重点项目,教育部重点基地基金资助重大项,中国人民大学应用统计中心基金 |
| 摘 要： | 提出一种应用于回归问题,以分类回归树为基学习器,并综合Boosting和Bagging算法的特点,利用变相似度聚类技术和贪婪算法来进行选择性集成学习的算法——SER-BagBoosting Trees算法。将其与几种常用的机器学习算法进行比较研究,得出该算法往往比其他集成学习算法具有更好的泛化性能和更高的运行效率。 |
| 关 键 词： | 分类回归树 自助抽样 选择性集成 |
| 修稿时间： | |
| 本文献已被 维普 万方数据 等数据库收录！ | |
| 点击此处可从《计算机工程》浏览原始摘要信息 | |
| 点击此处可从《计算机工程》下载全文 | |