集成学习的多分类器动态组合方法  

Dynamic Combinatorial Method of Multiple Classifiers on Ensemble Learning

作　　者：陈冰[1] 张化祥[1] 

机构地区：[1]山东师范大学信息科学与工程学院,济南250014

出　　处：《计算机工程》2008年第24期218-220,共3页Computer Engineering

基　　金：山东省科技攻关计划基金资助项目(2005GG4210002);山东省青年科学家科研奖励基金资助项目(2006BS01020);山东省教育厅科技计划基金资助项目(J07YJ04);山东省自然科学基金资助项目(Y2007G16)

摘　　要：为了提高数据的分类性能,提出一种集成学习的多分类器动态组合方法(DEA)。该方法在多个UCI标准数据集上进行测试,并与文中使用的基于Adaboost算法训练出的各个成员分类器的分类效果进行比较,证明了DEA的有效性。In order to improve the classification performance of dataset, a dynamic combinatorial method of multiple classifiers on ensemble learning DEA is proposed in the paper. DEA is tested on the UCI benchmark data sets, and is compared with several member classifiers trained based on the algorithm of Adaboost. In this way, the utility of DEA can be proved.

关 键 词：多分类器 聚类 动态分类器组合 ADABOOST算法 

分 类 号：TP391.4[自动化与计算机技术—计算机应用技术]