文件名称：论文研究-基于分类问题的选择性集成学习研究.pdf
文件大小：271KB
文件格式：PDF
更新时间：2022-08-11 16:53:54
分类回归树,自助法,选择性集成
提出了一种应用于分类问题，以分类回归树为基学习器，并综合了AdaBoost.M1和Bagging算法特点，利用变相似度聚类技术和贪婪算法来进行选择性集成学习的算法——SECAdaBoostBagging Trees，并将其与几种常用的机器学习算法比较研究得出，该算法往往比其他算法具有更好的泛化性能和更高的运行效率。