重采样方法与机器学习

• 作者: 梁洪力 毕华 王珏
• 来源期刊: 计算机学报
• 学科: 工学
• 关键词: 重采样 自助法 Boosting 机器学习
• 年，卷（期）: 2009,（5）
• 所属期刊栏目: 综述
• 页码范围: 862-877
• 页数: 16页
• 分类号: TP18
• 字数: 20006字
• 语种: 中文
• DOI: 10.3724/SP.J.1016.2009.00862

摘要

Boosting算法试图用弱学习器的线性组合逼近复杂的自然模型,以其优秀的可解释性和预测能力,得到了计算机界的高度关注.但Boosting只被看作是一种特定损失下的优化问题,其统计学本质未曾得到充分的关注.作者追根溯源,提出从统计学角度看待Boosting 方法:在统计学框架下,Boosting算法仅仅是重采样方法的一个有趣的特例.作者希望改变计算机科学家只重视算法性能忽略数据性质的现状,以期找到更适合解决"高维海量不可控数据"问题的方法.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王珏	中国科学院自动化研究所复杂系统与智能科学重点实验室	140	3295	27.0	54.0
2	毕华	中国科学院自动化研究所复杂系统与智能科学重点实验室	4	127	3.0	4.0
3	梁洪力	中国科学院自动化研究所复杂系统与智能科学重点实验室	20	153	6.0	12.0