机器学习中的多侧面递进算法MIDA

• 作者: 吴涛 张燕平 张铃
• 来源期刊: 电子学报
• 学科: 工学
• 关键词: 机器学习 覆盖算法 多侧面递进 特征选择
• 年，卷（期）: 2005,（2）
• 所属期刊栏目: 学术论文
• 页码范围: 327-331
• 页数: 5页
• 分类号: TP393
• 字数: 6370字
• 语种: 中文
• DOI: 10.3321/j.issn:0372-2112.2005.02.032

摘要

对高维海量数据,为解决准确率与泛化能力之间的矛盾,提出机器学习中的多侧面递进算法MIDA(Multi-side Increase by Degrees Algorithm),该算法将样本集分成几个部分,对各部分分别选择一组适应它们的特征子集.这种分而治之的方法,在保证一定的精度的前提下,符合人类对复杂问题的求解分重点,多方面考虑的方式,可有效地识别复杂问题的分类,提高泛化能力,降低了计算的复杂性.本文利用覆盖算法给出具体的多侧面递进算法,并给出实验结果,实验结果表明新的方法是有效的.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	吴涛	安徽大学人工智能研究所	83	794	14.0	25.0
2	张燕平	安徽大学计算智能与信号处理实验室	148	1556	21.0	32.0
6	张铃	安徽大学计算智能与信号处理实验室	85	2554	22.0	49.0