结合降维思想的BinomialBoosting方法  

作　　者：赵秀丽[1] 赵俊龙[2] 吴喜之[1] 

机构地区：[1]中国人民大学统计学院,北京100872 [2]北京航空航天大学数学信息与行为教育部重点实验室,北京100191

出　　处：《统计与决策》2009年第21期13-15,共3页Statistics & Decision

基　　金：国家自然科学基金资助项目(10771015)

摘　　要：文章利用充分降维的思想,对分类问题的BinomialBoosting(BBoosting)算法进行了改进,提出了一种新的方法——Dimension Reduction BinomialBoosting(DRBBoosting)。这种算法在每次迭代中,结合充分降维方法,充分提取X与Y之间的信息,得到X的线性组合βTX,用βTX进行boosting迭代,避免了BBoosting对所有变量逐个分析。与BBoosting相比,收敛速度快,预测精度高;模拟比较也表明了DRBBoosting的优点。

关 键 词：FGD BINOMIAL BOOSTING 充分降维 

分 类 号：O212.5[理学—概率论与数理统计] TP301.6[理学—数学]