一種新的選擇性支持向量機集成學(xué)習(xí)算法
2008-04-12 00:00:00唐耀華高靜懷包乾宗
西安交通大學(xué)學(xué)報 2008年10期
摘要：針對支持向量機(SVM)在應(yīng)用于集成學(xué)習(xí)中會失效的問題，提出一種選擇性SVM集成學(xué)習(xí)算法(SE-SVM)，利用ξα誤差估計法估計個體SVM泛化性度量，并基于負(fù)相關(guān)學(xué)習(xí)理論引入差異性度量，通過遞歸刪除法選擇出一組泛化性能優(yōu)良、相互間差異性大的SVM參與集成學(xué)習(xí)。基于UCI數(shù)據(jù)的仿真實驗表明，SE-SVM能夠平均提高SVM的分類正確率0.4％，比常規(guī)的Bag-ging集成學(xué)習(xí)方法和負(fù)相關(guān)集成學(xué)習(xí)方法的分類正確率分別提高了0.24％和0.16％。
關(guān)鍵詞：泛化性度量；集成學(xué)習(xí)；負(fù)相關(guān)；支持向量機
中圖分類號：TP391 文獻(xiàn)標(biāo)志碼：A 文章編號：0253—987X(2008)10—1221—05
