基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
对Logistic回归的输出结果通过概率分析划分为四个连续的区间,计算各个区间内训练样本的正确分类频率,由此将Logistic回归与支持向量机对样本的输出结果进行比较,构造了一种集成判别规则的二分类算法.实证分析表明提出的集成算法具有较好的分类效果.
推荐文章
基于生成模型的Q-learning二分类算法
Q-learning
生成模型
二分类
最小二乘时序差分算法
半梯度下降法
基于二分K-均值的SVM决策树自适应分类方法
二分K-均值
支持向量机决策树
降维
自适应算法
二分类数据的分类结果可视化算法
支持向量机
自组织神经网络
可视化
算法
支持向量可视化
二分类数据
基于球结构的完全二叉树SVM多类分类算法
球结构
支持向量机
完全二叉树
多类分类
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 集成Logistic与SVM的二分类算法
来源期刊 计算机工程与应用 学科 工学
关键词 Logistic回归 支持向量机 二分类 集成
年,卷(期) 2011,(29) 所属期刊栏目 数据库、信号与信号处理
研究方向 页码范围 149-150,157
页数 分类号 TP301.6
字数 4073字 语种 中文
DOI 10.3778/j.issn.1002-8331.2011.29.042
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 刘琼荪 重庆大学数学与统计学院 66 621 14.0 21.0
2 谢玲 重庆大学数学与统计学院 16 126 6.0 11.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (11)
共引文献  (10)
参考文献  (2)
节点文献
引证文献  (6)
同被引文献  (4)
二级引证文献  (2)
2001(1)
  • 参考文献(0)
  • 二级参考文献(1)
2002(3)
  • 参考文献(0)
  • 二级参考文献(3)
2003(1)
  • 参考文献(0)
  • 二级参考文献(1)
2004(1)
  • 参考文献(0)
  • 二级参考文献(1)
2005(3)
  • 参考文献(0)
  • 二级参考文献(3)
2006(3)
  • 参考文献(1)
  • 二级参考文献(2)
2007(1)
  • 参考文献(1)
  • 二级参考文献(0)
2011(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2013(2)
  • 引证文献(2)
  • 二级引证文献(0)
2014(1)
  • 引证文献(1)
  • 二级引证文献(0)
2015(3)
  • 引证文献(2)
  • 二级引证文献(1)
2016(1)
  • 引证文献(1)
  • 二级引证文献(0)
2018(1)
  • 引证文献(0)
  • 二级引证文献(1)
研究主题发展历程
节点文献
Logistic回归
支持向量机
二分类
集成
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
计算机工程与应用
半月刊
1002-8331
11-2127/TP
大16开
北京619信箱26分箱
82-605
1964
chi
出版文献量(篇)
39068
总下载数(次)
102
总被引数(次)
390217
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导