文件名称：二次集成学习在医疗数据挖掘中的应用 (2014年)
文件大小：413KB
文件格式：PDF
更新时间：2024-06-11 11:09:56
工程技术 论文
CCDM 2014 数据挖掘竞赛基于医学诊断数据，提出了实际生活中广泛出现的多类标问题和多类分类问题。针对两个问题出现的类别不平衡现象以及训练样本较少等特点，为了更好地完成数据挖掘任务，借助二次学习和集成学习的思想，提出了一个新的学习框架――二次集成学习。该学习框架通过首次集成学习得到若干置信度较高的样本，将其加入到原始训练集，并在新的训练集上进行二次学习，进而得到泛化性能更高的分类器。竞赛结果表明，与常用的集成学习相比，二次集成学习在两个问题上均取得了非常理想的结果。