利用未标记数据增强集成多样性研究.pdfVIP

数据挖掘与知识发现

(2013)

26:98–129

DOI

10.1007/s10618‑011‑0243‑9｜end▁of▁sentence｜

利用未标记数据增强集成多样性｜end▁of▁sentence｜

·｜end▁of▁sentence｜

收稿日期：2010年10月2日

/

接受日期：2011年10月20日

/

日期：2011年11月18日

©

作者

2011｜end▁of▁sentence｜

集成学习通过生成多个基学习器从训练数据中学习。众所周知，要构建

一个具有强大泛化能力的良好集成，基学习器需要既准确又多样。本文利用

未标记数据来促进集成学习，通过帮助增强基学习器之间的多样性。具体而

言，提出了一种名为Udeed的半监督集成方法，即利用未标记数据增强集成

多样性。与现有的半监督集成方法不同，这些方法通过在未标记数据上估计

易出错的伪来扩大标记数据以提高基学习器的准确性，而Udeed则通过

在标记数据上最大化基学习器的准确性，同时在未标记数据上最大化它们之

间的多样性来工作。在少量或大量标记数据的设置下，对20个常规规模和5个

大规模数据集进行了广泛的实验。实验结果表明，Udeed能够通过多样性增

强有效地利用未标记数据进行集成学习，并且在已建