基于属性组合的集成学习算法
作者:jkyxc
浏览数:次
摘 要:针对样本由数字属性构成的分类问题,在AdaBoost算法流程基础上,改传统的基于单属性分类器构造方法为基于组合属性分类器构造方法,提出了一种基于样本属性线性组合的集成学习算法。对属性组合系数的构造,提出了一般性的构造思路,按照该思路,提出了几种具体的组合系数构造方法,并对构造方法的科学合理性进行了分析。利用UCI机器学习数据集中的数据对提出的方法进行了实验与分析,结果表明,基于属性组合的集成学习算法不仅有是有效的,而且比传统AdaBoost算法好。
关键词:AdaBoost算法;属性组合;集成学习;分类器组合
热门文章:
- 公司变更法人请示范文(3篇)2023-01-05
- 2022年党组织请示报告有哪些程序?(精选文档)2022-06-15
- 营业管理部关于二0一五年营业网点装修计划的请示2022-05-27
- 关于加强分公司纪检监察队伍建设的请示2022-05-12
- 外层空间:新时代军事制高点2022-04-18
- 钱学森,导弹以外的轨迹2022-04-18
- 美国“空海一体战”的真实意图2022-04-18
- 人类飞天梦:“星空浩瀚无比,探索永无止境”2022-04-17
- 建设世界航天强国背景下的中国航空产业政策探讨2022-04-17
- 增强自主创新能力的人才支撑体制探讨2022-04-17
相关文章:
最新文章