使用信息增益方法选择分类器  

Using information gain method to select classifiers

作　　者：亢俊健[1,2] 杜在林[3] 张新东[1] 朱群英[1] 

机构地区：[1]石家庄经济学院信息工程学院,石家庄050031 [2]河北省光电信息与地球探测技术重点实验室,石家庄050031 [3]河北省科技厅中小企业创新资金管理中心,石家庄050031

出　　处：《计算机工程与应用》2009年第14期158-160,共3页Computer Engineering and Applications

基　　金：国家自然科学基金No.60673015;河北省科技厅项目(No.2001BA201A12);石家庄经济学院博士启动资金的资助~~

摘　　要：为了减少表现差的个体分类器对集成器分类性能的影响,提高集成器分类效果及稳定性,提出了基于信息增益的分类器选择方法。该方法将高维分类器空间压缩至低维分类器空间,并在该空间内学习集成器。在多个数据集上的比较实验结果表明,该方法可行,其集成性能较理想。In order to eliminate adverse effect brought by bad classifiers and improve effect and stability of combiners,an ap- proach extracting classifiers based on Information Gain（IG） is proposed.It can reduce classifier space with high dimension,and then learn a combiner in lower dimension.The compared results obtain on multiple public avaiable datasets show that the method is feasible firstly.Secondly,its performance is perfect.

关 键 词：机器学习 数据挖掘 文本处理 分类 

分 类 号：TP301.6[自动化与计算机技术—计算机系统结构]