基于基学习器差异度的层次化Bagging集成修剪

• 作者: 杨静宇 谢元澄
• 来源期刊: 信息与控制
• 关键词: 选择性集成 差异度 层次修剪 并行计算 基学习器 个体学习器
• 年，卷（期）: 2009,（4）
• 所属期刊栏目: 论文与报告
• 页码范围: 449-454
• 页数: 6页
• 分类号: TP391
• 语种: 中文
• DOI: 10.3969/j.issn.1002-0411.2009.04.011

摘要

本文主要目的是寻找到Bagging的一种快速修剪方法,以缩小算法占用的存储空间、提高运算速度和实现提高分类精度的潜力;还提出一种直接计算皋学习器差异度的新选择性集成思想.选择出基学习器集合中对提升其余基学习器差异度能力最强者进行删除,通过层次修剪来加速这一算法.在不影响性能的基础上,新算法能够大幅度缩小Bagging的集成规模;新算法还支持并行计算,其进行选择性集成的速度明显优于GASEN.本文还给出了集成学习分类任务的误差上界.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	杨静宇	南京理工大学计算机与技术学院	623	11098	50.0	74.0
2	谢元澄	南京理工大学计算机与技术学院	3	31	2.0	3.0