文件名称：AdaBoost算法的推广一组集成学习算法 (2010年)
文件大小：531KB
文件格式：PDF
更新时间：2024-05-26 12:21:59
工程技术 论文
针对AdaBoost算法只适合于不稳定学习算法这一不足，基于增加新分类器总是希望降低集成分类器训练错误率这一思想，提出了利用样本权值来调整样本类中心的方法，使AdaBoost算法可以与一些稳定的学习算法结合成新的集成学习算法，如动态调整样本属性中心的集成学习算法、基于加权距离度量分类的集成学习算法和动态组合样本属性的集成学习算法，大大拓展了AdaBoost算法适用范围。针对AdaBoost算法的组合系数和样本权值调整策略是间接实现降低训练错误率目标，提出了直接面向目标的集成学习算法。在UCI数据上的实验与