| Boosting家族Boost-by-majority系列代表算法 |
| |
| 引用本文： | 涂承胜,刁力力,鲁明羽,陆玉昌. Boosting家族Boost-by-majority系列代表算法[J]. 计算机科学, 2003, 0(4) |
| |
| 作者姓名： | 涂承胜 刁力力 鲁明羽 陆玉昌 |
| |
| 作者单位： | 重庆三峡学院计算机科学系，清华大学计算机科学技术系，清华大学计算机科学技术系，清华大学计算机科学技术系 重庆万州 404000，智能技术与系统国家重点实验室 北京 100084，智能技术与系统国家重点实验室 北京 100084 烟台大学计算机学院烟台 264005，智能技术与系统国家重点实验室 北京 100084 |
| |
| 摘 要： | 1 引言 Boosting由Freund和Schapire于1990年提出,是提高预测学习系统预测能力的有效工具,也是组合学习中最具代表性的方法,其代表算法可分为Boost-by-majority和AdaBoost两个系列。Boosting操纵训练例子以产生多个假设。从而建立通过投票结合的预测器集合。Boosting在训练例子上维护一套概率分布。Boost-by-majority通过在每一回迭
|
The Typical Algorithm of Boost-by-Majority Series in Boosting Family |
| |
| TU Cheng-Sheng DIAO Li-Li LU Ming-Yu LU Yu-Chang. The Typical Algorithm of Boost-by-Majority Series in Boosting Family[J]. Computer Science, 2003, 0(4) |
| |
| Authors: | TU Cheng-Sheng DIAO Li-Li LU Ming-Yu LU Yu-Chang |
| |
| Abstract: | Boosting is one of the most representational ensemble prediction methods. It can be divided into two series : Boost-by-majority and Adaboost. This paper briefly introduces the research status of Boosting and one of its serials-Boost-by-majority .analyzes the typical algorithms of Boost-by-majority. |
| |
| Keywords: | Data mining Machine learning Combining prediction Algorithms |
| 本文献已被 CNKI 等数据库收录！ |
