基于分类的集成学习算法研究.pdfVIP

下载本文档

5
0
约2.6万字
约 5页
2017-07-03 发布于河南
举报
版权申诉

基于分类的集成学习算法研究.pdf

1、原创力文档（book118）网站文档一经付费（服务费），不意味着购买了该文档的版权，仅供个人/单位学习、研究之用，不得用于商业用途，未经授权，严禁复制、发行、汇编、翻译或者网络传播等，侵权必究。。
2、本站所有内容均由合作方或网友上传，本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺！文档内容仅供研究参考，付费前请自行鉴别。如您付费，意味着您自己接受本站规则且自行承担风险，本站不退款、不进行额外附加服务；查看《如何避免下载的几个坑》。如果您已付费下载过本站文档，您可以点击这里二次下载。
3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等，请点击“版权申诉”（推荐），也可以打举报电话：400-050-0827(电话支持时间：9:00-18:30)。
4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
5、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
6、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
7、VIP文档为合作方或网友上传，每下载1次，网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档

基于分类的集成学习算法研究

维普资讯第27卷第 4期河北大学学报(自然科学版) Vo1．27NO．4 2007年 7月 JournalofHebeiUniversity(Natura1ScienceEdition) Ju1．2007 基于分类的集成学习算法研究崔丽娟，李凯2，倪志宏3 (1．河北大学图书馆，河北保定 071002；2．河北大学数学与计算机学院，河北保定 071002； 3．河北大学计算中心，河北保定 071002) 摘要：集成学习可以提高分类器的泛化性能，这种方法已经成为机器学习的重要研究方向之一．通常，集成学习主要由2部分构成，即个体生成方法及结论生成方法．从集成学习的差异性角度出发，对集成学习中个体的构造方法及结论生成方法进行了分析与研究，对集成学习中存在的问题及未来的研究方向进行了探讨．关键词：集成学习；分类；差异性；泛化中图分类号：TP18 文献标识码：A 文章编号：1000—1565(2007)04—0423～05 A StudyofEnsembleLearningAlgorithm forClassification GUILi—juan，LIKai，NIZhi—hong。 (1．Library，HebeiUniversity，Baoding071002，China； 2．SchoolofMathematicsandComputer，HebeiUniversity，Baoding071002，China； 3．ComputerCenter，HebeiUniversity，Baoding071002，China)