| 一种基于抽样与约简的集成学习算法 |
| |
| 引用本文： | 江峰,张友强,杜军威,刘国柱,冯云霞.一种基于抽样与约简的集成学习算法[J].青岛科技大学学报,2016(4):451-456,464. |
| |
| 作者姓名： | 江峰 张友强 杜军威 刘国柱 冯云霞 |
| |
| 作者单位： | 青岛科技大学信息科学技术学院 |
| |
| 基金项目： | 国家自然科学基金项目(61303193,61273180);山东省自然科学基金项目(ZR2011FQ005,ZR2012FL17);山东省高等学校科技计划项目(J11LG05) |
| |
| 摘 要： | 集成学习的一个重要目标是获得一组差异性大的基分类器来构建集成分类器。为实现这一目标,提出一种基于抽样与约简的集成学习算法ELSR。该算法采用多模态扰动策略来训练基分类器。首先,采用多次抽样策略从训练集中抽样产生k个抽样集;其次,使用粗糙集的属性约简技术对每个抽样集进行约简;第三,在每一个约简之后的抽样集上分别训练一个基分类器;最后,利用一个验证集对每个基分类器进行性能测试,并根据测试结果选择一组合适的基分类器来构建集成分类器。在UCI数据集上的实验表明:当采用KNN算法或者C4.5算法来训练基分类器时,ELSR的分类性能总是要优于现有的集成学习算法。
|
| 关 键 词： | 选择性集成 抽样 属性约简 粗糙集 多模态扰动 |
An Ensemble Learning Agorithm Based on Sampling and Reduction |
| |
| JIANG Feng;ZHANG Youqiang;DU Junwei;LIU Guozhu;FENG Yunxia.An Ensemble Learning Agorithm Based on Sampling and Reduction[J].Journal of Qingdao University of Science and Technology:Natutral Science Edition,2016(4):451-456,464. |
| |
| Authors: | JIANG Feng;ZHANG Youqiang;DU Junwei;LIU Guozhu;FENG Yunxia |
| |
| Affiliation: | JIANG Feng;ZHANG Youqiang;DU Junwei;LIU Guozhu;FENG Yunxia;College of Information Science and Technology,Qingdao University of Science and Technology; |
| |
| Abstract: | |
| |
| Keywords: | |
| 本文献已被 CNKI 等数据库收录！ |
|
