集成学习中基于离散化方法的基分类器构造研究

• 作者: 伍星 李烨 蔡铁
• 来源期刊: 计算机应用
• 学科: 工学
• 关键词: 集成学习 基分类器 离散化 支持向量机集成
• 年，卷（期）: 2008,（8）
• 所属期刊栏目: 人工智能与智能感知
• 页码范围: 2091-2093
• 页数: 3页
• 分类号: TP181
• 字数: 3049字
• 语种: 中文

摘要

为构造集成学习中具有差异性的基分类器,提出基于数据离散化的基分类器构造方法,并用于支持向量机集成.该方法采用粗糙集和布尔推理离散化算法处理训练样本集,能有效删除不相关和冗余的属性,提高基分类器的准确性和差异性.实验结果表明,所提方法能取得比传统集成学习算法Bagging和Adaboost更好的性能.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	蔡铁	深圳信息职业技术学院信息技术研究所	23	73	6.0	7.0
2	伍星	深圳信息职业技术学院信息技术研究所	7	33	3.0	5.0
3	李烨	深圳信息职业技术学院信息技术研究所	2	8	2.0	2.0