一种新的组合分类器学习方法.pdfVIP

第 41卷 第 7期 计 算 机 科 学 Vo1．4lNo．7 2014年 7月 Computer Science July2014 一 种新的组合分类器学习方法 郭华平 袁俊红 张 帆 邬长安 范 明 (信阳师范学院 信阳464000) (郑州大学 郑州 450052)。 摘 要 提 出了一种新的基于决策树的组合分类器学习方法FL(ForestLearning)。与bagging和adaboost等传统的 组合分类器学习方法不同，FL不采用抽样或加权抽样，而是直接在训练集上学习一个森林作为组合分类器。与传统 组合学习方法独立地学习每个基分类器，然后把它们组合在一起的做法不同，FL学习每个基分类器时都尽可能地考 虑对组合分类器的影响。首先，FL使用传统的方法构建森林的第一棵决策树；然后，逐一构建新的决策树并将其添加 到森林中。在构建新的决策树时，结点的每次划分都考