一种限制输出模型规模的集成进化分类算法

• 作者: 元昌安 周凯 宋文展 覃晓 郑彦
• 来源期刊: 数据采集与处理
• 学科: 工学
• 关键词: 集成学习 AdaBoost算法 遗传算法 弱分类器
• 年，卷（期）: 2016,（1）
• 页码范围: 197-204
• 页数: 8页
• 分类号: TP301.6
• 字数: 4497字
• 语种: 中文
• DOI: 10.16337/j.1004-9037.2016.01.022

摘要

AdaBoost算法是一种典型的集成学习框架,通过线性组合若干个弱分类器来构造成强学习器,其分类精度远高于单个弱分类器,具有很好的泛化误差和训练误差.然而AdaBoost算法不能精简输出模型的弱分类器,因而不具备良好的可解释性.本文将遗传算法引入AdaBoost算法模型,提出了一种限制输出模型规模的集成进化分类算法(Ensemble evolve classification algorithm for controlling the size of final model,ECSM).通过基因操作和评价函数能够在AdaBoost迭代框架下强制保留物种样本的多样性,并留下更好的分类器.实验结果表明,本文提出的算法与经典的AdaBoost算法相比,在基本保持分类精度的前提下,大大减少了分类器数量.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	元昌安	广西大学计算机与电子信息学院	5	16	3.0	3.0
2	郑彦	广西大学计算机与电子信息学院	4	13	2.0	3.0
3	周凯	广西大学计算机与电子信息学院	11	20	3.0	4.0
4	宋文展	广西大学计算机与电子信息学院	1	1	1.0	1.0
5	覃晓	广西大学计算机与电子信息学院	1	1	1.0	1.0