| 基于特征选择的高维数据集成学习方法研究 |
| |
| 引用本文： | 周钢,郭福亮. 基于特征选择的高维数据集成学习方法研究[J]. 计算机科学, 2021, 48(z1): 250-254. DOI: 10.11896/jsjkx.200700102 |
| |
| 作者姓名： | 周钢 郭福亮 |
| |
| 作者单位： | 海军工程大学 武汉430033 |
| |
| 摘 要： | 从集成学习的预测误差分析和偏差-方差分解可以发现使用有限的、具有正确率和差异性的基学习器进行集成学习,具有更好的泛化精度.利用信息熵构建了两阶段的特征选择集成学习方法,第一阶段先按照相对分类信息熵构建精度高于0.5的基特征集B;第二阶段先在B的基础上按互信息熵标准评判独立性,运用贪心算法构建独立的特征子集,再运用Jac...
|
| 关 键 词： | 集成学习 多样性 特征选择 信息熵 高维数据 |
Research on Ensemble Learning Method Based on Feature Selection for High-dimensional Data |
| |
| ZHOU Gang,GUO Fu-liang. Research on Ensemble Learning Method Based on Feature Selection for High-dimensional Data[J]. Computer Science, 2021, 48(z1): 250-254. DOI: 10.11896/jsjkx.200700102 |
| |
| Authors: | ZHOU Gang GUO Fu-liang |
| |
| Abstract: | |
| |
| Keywords: | |
| 本文献已被 万方数据 等数据库收录！ |
|
