| 基于集成学习的Adaboost演化决策树算法 |
| |
| 引用本文： | 赵敏,陈恩红,宋睿.基于集成学习的Adaboost演化决策树算法[J].计算机应用与软件,2007,24(3):1-2,21. |
| |
| 作者姓名： | 赵敏 陈恩红 宋睿 |
| |
| 作者单位： | 中国科学技术大学计算机科学技术系,安徽,合肥,230027 |
| |
| 基金项目： | 国家自然科学基金
,
安徽省自然科学基金 |
| |
| 摘 要： | 演化决策树方法将传统的决策树算法与演化算法相结合,具有全局搜索的优点.基于集成学习框架,提出了Adaboost演化决策树算法,并对基本遗传算子加以改进.实验结果表明Adaboost演化决策树能在较短的演化代数内得到较高的预测准确度.
|
| 关 键 词： | 决策树 演化算法 集成学习 集成学习 Adaboost 演化算法 决策树方法 ENSEMBLE LEARNING BASED DECISION TREES 预测准确度 代数 结果 实验 改进 遗传算子 学习框架 搜索 结合 |
| 修稿时间： | 2005-02-07 |
Adaboost EVOLUTIONARY DECISION TREES BASED ON ENSEMBLE LEARNING |
| |
| Zhao Min,Chen Enhong,Song Rui.Adaboost EVOLUTIONARY DECISION TREES BASED ON ENSEMBLE LEARNING[J].Computer Applications and Software,2007,24(3):1-2,21. |
| |
| Authors: | Zhao Min Chen Enhong Song Rui |
| |
| Affiliation: | Department of Computer Science, USTC, Hefei Anhui 230027, China |
| |
| Abstract: | Evolutionary decision tree method has the advantage of global search.Based on the framework of ensembel learning,this paper proposes an algorithm of Adaboost evolutionary decision tree in which genetic operators are also improved.The experimental results show that this method can reach higher prediction accuracy in a smaller number of evolution generations. |
| |
| Keywords: | Decision tree Evolutionary computation Ensemble learning |
| 本文献已被 CNKI 维普 万方数据 等数据库收录！ |
