| 基于代价敏感的AdaBoost算法改进 |
| |
| 引用本文： | 王学玲,王建林.基于代价敏感的AdaBoost算法改进[J].计算机应用与软件,2013(10). |
| |
| 作者姓名： | 王学玲 王建林 |
| |
| 作者单位： | 1. 滨州学院计算机科学技术系 山东 滨州256600
2. 滨州学院计算机科学技术系 山东 滨州256600; 吉林大学生物与农业工程学院 吉林 长春 130025 |
| |
| 基金项目： | 山东省自然科学基金项目 |
| |
| 摘 要： | 针对传统的AdaBoost算法只关注分类错误率最小的问题,在分析传统的AdaBoost算法实质基础上,提出一种基于代价敏感的改进AdaBoost算法。首先在训练基分类器阶段,对于数据集上的不同类别样本根据其错分后造成的损失大小不同来更新样本权值,使算法由关注分类错误率最小转而关注分类代价最小。然后,在组合分类器输出时采用预测概率加权方法来取代传统AdaBoost算法采用的预测类别加权的方法。最后通过实验验证了改进算法的有效性。
|
| 关 键 词： | Adaboost算法 权重更新 集成学习 代价敏感 |
IMPROVING ADABOOST ALGORITHM BASED ON COST-SENSITIVE |
| |
| Wang Xueling
,
Wang Jianlin.IMPROVING ADABOOST ALGORITHM BASED ON COST-SENSITIVE[J].Computer Applications and Software,2013(10). |
| |
| Authors: | Wang Xueling Wang Jianlin |
| |
| Abstract: | |
| |
| Keywords: | AdaBoost algorithm Weight update Ensemble learning Cost-sensitive |
| 本文献已被 万方数据 等数据库收录！ |
