基于Weka和协同机器学习技术的数据挖掘方法研究

• 作者: 谭成兵 周湘贞 朱云飞
• 来源期刊: 长春大学学报
• 学科: 工学
• 关键词: WEKA平台 协同机器学习 数据挖掘 权重因子 蛙跳算法
• 年，卷（期）: ccdxxbb_2020,（12）
• 页码范围: 5-9
• 页数: 5页
• 分类号: TP311.13

摘要

为了提高数据挖掘准确度,提出了一种基于Weka和协同机器学习技术的数据挖掘方法。将Weka平台中具有相同训练结果的算法分至同组,且给每个算法得到的结果赋予权重因子。然后,采用蛙跳算法对权重因子进行训练,将训练得到的权重因子按照不同的组进行求和。最后将最大的一组所对应结果作为样本的训练输出,以实现不同机器学习算法协同。结果表明,相比于单个机器学习算法的数据挖掘,采用协同机器学习的数据挖掘准确度更高,稳定性更强。