基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
对于一些数据量有限的数据集而言,如何提高分类精度是机器学习研究者们的主要任务之一. 集成学习方法通过同时构造多个学习器, 然后对各学习器的分类结果使用投票法得到分类结果.提出了基于Bagging的C4.5集成算法,实验结果表明:采用这种方法会有效提升分类能力.
推荐文章
基于决策树C4.5集成算法的图像自动标注
C4.5算法
集成学习
修正矩阵
图像标注
基于C4.5决策树的视频车辆车型分类算法
C4.5决策树
层次化分类器
车型分类
基于改进C4.5算法的税收信用分类应用研究
决策树
C4.5算法
税收信用分类
经验值窗口分割
数据挖掘C4.5算法的编程设计与增量学习改进
数据挖掘
分类
C4.5算法
增量学习
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于C4.5算法的集成方法研究
来源期刊 重庆工学院学报 学科 工学
关键词 机器学习 集成学习 C4.5 Bagging
年,卷(期) 2006,(11) 所属期刊栏目 计算机与通信工程
研究方向 页码范围 108-110
页数 3页 分类号 TP181
字数 1878字 语种 中文
DOI 10.3969/j.issn.1674-8425-B.2006.11.035
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 卓丽霞 重庆工学院工商管理学院 4 33 3.0 4.0
2 田佳 重庆工学院工商管理学院 2 15 2.0 2.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (39)
共引文献  (270)
参考文献  (8)
节点文献
引证文献  (5)
同被引文献  (0)
二级引证文献  (0)
1985(1)
  • 参考文献(0)
  • 二级参考文献(1)
1989(1)
  • 参考文献(0)
  • 二级参考文献(1)
1990(4)
  • 参考文献(1)
  • 二级参考文献(3)
1991(1)
  • 参考文献(0)
  • 二级参考文献(1)
1992(1)
  • 参考文献(0)
  • 二级参考文献(1)
1993(1)
  • 参考文献(0)
  • 二级参考文献(1)
1995(2)
  • 参考文献(0)
  • 二级参考文献(2)
1996(3)
  • 参考文献(1)
  • 二级参考文献(2)
1997(4)
  • 参考文献(1)
  • 二级参考文献(3)
1998(5)
  • 参考文献(0)
  • 二级参考文献(5)
1999(5)
  • 参考文献(0)
  • 二级参考文献(5)
2000(6)
  • 参考文献(0)
  • 二级参考文献(6)
2001(4)
  • 参考文献(0)
  • 二级参考文献(4)
2002(3)
  • 参考文献(1)
  • 二级参考文献(2)
2003(5)
  • 参考文献(3)
  • 二级参考文献(2)
2005(1)
  • 参考文献(1)
  • 二级参考文献(0)
2006(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2008(1)
  • 引证文献(1)
  • 二级引证文献(0)
2009(2)
  • 引证文献(2)
  • 二级引证文献(0)
2012(1)
  • 引证文献(1)
  • 二级引证文献(0)
研究主题发展历程
节点文献
机器学习
集成学习
C4.5
Bagging
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
重庆理工大学学报(自然科学版)
月刊
1674-8425
50-1205/T
重庆市九龙坡区杨家坪
chi
出版文献量(篇)
7998
总下载数(次)
17
总被引数(次)
41083
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导