最大化边际的分类器选取算法

• 作者: 付彬 王中峰 王志海
• 来源期刊: 计算机科学与探索
• 学科: 工学
• 关键词: 集成学习 分类器 基分类器 多样性 分类器组合
• 年，卷（期）: 2011,（1）
• 页码范围: 59-67
• 分类号: TP181
• 字数: 7260字
• 语种: 中文
• DOI: 10.3778/j.issn.1673-9418.2011.01.006

摘要

在分析了不同的多样性定义的基础上,给出了多样性度量应该考虑的三种因素.结合边际概念,提出了一种新的多样性度量标准.实验结果表明,与当前已有的典型的多样性定义相比,在利用爬山法进行分类器选取时,使用该方法所选出的分类器子集在大多数数据集合上都有更好的分类性能.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王志海	北京交通大学计算机与信息技术学院	64	491	11.0	20.0
2	付彬	北京交通大学计算机与信息技术学院	7	42	4.0	6.0
3	王中峰	北京交通大学计算机与信息技术学院	1	3	1.0	1.0