集成学习有效性研究  

作　　者：周济[1] 文志强[1] 林海龙[1] 

机构地区：[1]湖南工业大学计算机与通信学院,湖南株洲412007

出　　处：《软件导刊》2014年第6期199-201,共3页Software Guide

基　　金：国家自然科学基金(61170102)

摘　　要：集成学习是构造一系列的分类器,然后对新的样本预测其类别的学习算法。最原始的集成方法是贝叶斯平均,最近的算法包括Error-Correcting output coding、Bagging和Boosting。阐述了集成后的分类器效果优于单个分类器的原因,结合实验对一些集成学习的研究结果进行了说明。

关 键 词：集成学习 分类器 有效性分析 

分 类 号：G434[文化科学—教育学]