|
|||||
|
|
| 基于可信度的投票法 | |
| 引用本文： | 燕继坤,郑辉,王艳,曾立君.基于可信度的投票法[J].计算机学报,2005,28(8):1308-1313. |
| 作者姓名： | 燕继坤 郑辉 王艳 曾立君 |
| 作者单位： | 1. 西南电子电信技术研究所信号盲处理国家重点实验室,成都,610041;信息工程大学电子技术学院,郑州,450004 2. 西南电子电信技术研究所信号盲处理国家重点实验室,成都,610041 3. 西南电子电信技术研究所信号盲处理国家重点实验室,成都,610041;公安海警高等专科学校电子技术系,宁波,315801 |
| 基金项目： | 本课题得到国家预研基金（514950307）资助. |
| 摘 要： | 可信度投票法不仅使用了基分类器输出的类别，还使用了输出的可信度．推导了该方法训练错误率的界以及期望错误率的界．发现为了最小化期望错误率的界，应该使用错误独立的基分类器，如果基分类器的错误率不是很高，这个界以指数级速度随着基分类器错误率的降低而降低，而且这个界随着投票次数的增加也会下降．在最小化训练错误率的界的意义下，得到了一种权值分配方法．把这个方法应用于一种Bagging算法：AB，得到了综合分类算法CAB．使用UCI机器学习数据集中的数据，通过实验验证了CAB的有效性． |
| 关 键 词： | 机器学习 综合分类 可信度投票法 错误率的界 Bagging |
| 收稿时间： | 2004-02-10 |
| 修稿时间： | 2004-02-10 |
Voting by Confidence |
|
| YAN Ji-Kun,ZHENG Hui,WANG Yan,ZENG Li-jun.Voting by Confidence[J].Chinese Journal of Computers,2005,28(8):1308-1313. | |
| Authors: | YAN Ji-Kun ZHENG Hui WANG Yan ZENG Li-jun |
| Abstract: | |
| Keywords: | machine learning ensemble classification voting by confidence bound of error rates Bagging |
| 本文献已被 CNKI 维普 万方数据 等数据库收录！ | |