文件名称：混合二叉树结构的多共轭子多类学习方法
文件大小：1.12MB
文件格式：PDF
更新时间：2024-04-22 09:53:03
研究论文
Multiconlitron是构造分段线性分类器的通用几何方法，但最初仅设计用于两类问题。 在本文中，我们提出了一种使用混合二叉树体系结构的multiconlitron多类学习方法。 在每个不生成叶节点的内部节点上，首先创建一个超平面，作为将两个相距最远的类的形心相互连接的线段的垂直平分线。 然后，根据超平面上的正向或负向，将所有继承的类分为两组以进行下一次迭代。 对于将生成叶节点的内部节点，通过支持multiconlitron算法构造multiconlitron，该算法可以将一个类与另一类（或组）分开。 通常，质心的近似超平面可以在训练阶段的早期阶段提供快速划分，而与多重共轭的合奏边界将执行最终的精确决策。 结果，创建了混合二进制分区树，该树表示给定类的分层划分。 实验结果表明，该方法在分类效果和计算时间上均优于一对多多重对偶和有向无环图多重对偶。 此外，与另一种基于树的多类分段线性分类器进行比较可验证其竞争力和优越性。