集成学习中的多样性度量

• 作者: 孙博 王寅同 王建东 陈海燕
• 来源期刊: 控制与决策
• 学科: 工学
• 关键词: 集成学习 多样性度量 精度 选择性集成 泛化性能
• 年，卷（期）: 2014,（3）
• 所属期刊栏目: 综述与评论
• 页码范围: 385-395
• 页数: 11页
• 分类号: TP181
• 字数: 15065字
• 语种: 中文
• DOI: 10.13195/j.kzyjc.2013.1334

摘要

在集成学习中，基分类器之间的多样性对于解释多分类器系统的工作机理和构造有效的集成系统具有重要的作用，但至今仍没有统一的度量多样性的方法。首先总结介绍常用的多样性度量方法，阐述每种方法评估多样性的角度和方式；然后从对多样性新的解释和度量、多样性度量在选择性集成中的应用、多样性度量和集成学习精度的关系3个方面探讨多样性度量的研究进展；最后给出关于多样性度量进一步的研究方向。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王建东	南京航空航天大学计算机科学与技术学院	158	1573	21.0	31.0
2	陈海燕	南京航空航天大学计算机科学与技术学院	37	269	7.0	15.0
3	孙博	南京航空航天大学计算机科学与技术学院	7	150	4.0	7.0
4	王寅同	南京航空航天大学计算机科学与技术学院	5	75	4.0	5.0