基于EP的提升分类算法

• 作者: 曾桢 杨滋荣 温箐笛
• 来源期刊: 微电子学与计算机
• 关键词: 数据挖掘 分类 显露模式 AdaBoost
• 年，卷（期）: 2008,（8）
• 页码范围: 229-231,235
• 页数: 4页
• 语种: 中文

摘要

显露模式(EP)是支持度从一个数据集到另一个数据集发生显著变化的项集.EP具有很强的区分能力,可以建立很好的分类器.文中采用基于EP的分类算法CEEP建立基分类器,结合组合学习分类方法Adaboost算法的思想,提出了一种新的分类算法A-E算法.算法使用加权样本建立基分类器,并根据分类结果改变样本权值,同时应用分类误差计算基分类器权重.最终,算法按权重组合每个分类器的分类结果.在UCI机器学习数据库的9个基准数据集上的实验表明,A-E算法都能有效地减低泛化误差,并具有较高的分类准确率.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	曾桢	贵州财经学院信息学院	19	29	3.0	4.0
2	杨滋荣	贵州财经学院信息学院	11	55	5.0	7.0
3	温箐笛	贵州财经学院信息学院	7	15	3.0	3.0