集成学习算法的比较研究

• 作者: 倪志宏 崔丽娟 张沧生 杨刚
• 来源期刊: 河北大学学报（自然科学版）
• 学科: 工学
• 关键词: 差异性 特征集 重取样 分类 泛化
• 年，卷（期）: 2007,（5）
• 所属期刊栏目: 电子工程与计算机科学
• 页码范围: 551-554
• 页数: 4页
• 分类号: TP301.6
• 字数: 2621字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-1565.2007.05.025

摘要

从差异性出发,研究了基于特征技术与数据技术的集成学习算法,深入分析了这些集成学习算法产生差异性的方法;针对决策树与神经网络模型在标准数据集对集成学习算法进行了实验研究,结果表明集成学习算法的性能依赖于数据集的特性以及产生差异性的方法等因素,并且基于数据的集成学习算法的性能优于基于特征集的集成学习算法的性能.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张沧生	河北大学计算中心	7	34	4.0	5.0
2	杨刚	河北大学数学与计算机学院	6	17	2.0	3.0
3	倪志宏	河北大学计算中心	14	108	5.0	10.0