一种基于主成分分析的元学习方法

• 作者: 韦艳艳
• 来源期刊: 广西民族大学学报（自然科学版）
• 学科: 工学
• 关键词: 主成分分析(PCA) 元学习 分类器 分布式挖掘
• 年，卷（期）: 2010,（3）
• 页码范围: 52-55
• 分类号: TP181
• 字数: 2667字
• 语种: 中文
• DOI: 10.3969/j.issn.1673-8462.2010.03.010

摘要

Meta-learning是解决分布式环境下分类挖掘问题的有效方法之一,该方法的关键在于元训练特征的组成,它直接影响着元分类器的性能.当问题域中类别数较多时,组合多个基分类器将使元训练特征集的维度变得非常大.提出在元学习阶段用主成分分析(PCA)简化高维数据,将基分类器的预测信息集中到最小维数的向量上,以提高元学习的泛化效率.实验结果表明,该方法是可行的.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	韦艳艳	广西民族大学数学与计算机科学学院	10	43	3.0	6.0