文件名称：vibes算法：基于特征的相互关系和信息量的多数投票集合的构建-matlab开发
文件大小：11KB
文件格式：ZIP
更新时间：2024-06-20 14:55:25
matlab
我们引入了一种名为 Vibes 的新集成学习算法，与 WEKA 工具中的 85 种机器学习算法相比，它的性能更好。 这种新算法基于三个主要过程：（i）假设特征是相互依赖还是相互独立，（ii）在假设它们相互依赖时计算特征的信息量，然后对它们进行排序以基于信息量的递减方式，(iii) 通过优化前向搜索算法来加速算法，该算法用于从基础学习器假设构建最终假设。 这些过程的结果是，在实验中可以看到，如果特征彼此独立，则选择相关的假设可以提高学习成绩。 根据信息量考虑特征提供了基学习器模型的高精度和多样性。 根据实验结果，所开发的算法在 33 个数据集上的平均分类准确率最高。 最高和最低的平均分类准确率分别为 89.80% 和 78.03%。 实验和实验结果中使用的数据集和算法已在链接 ( https://yadi.sk/d/g0A2RRhoGTrA1g ) 中以 .arff (WEKA) 和 .
【文件预览】：
vibes.zip