摘要:提出了一種應(yīng)用于分類(lèi)問(wèn)題,以分類(lèi)回歸樹(shù)為基學(xué)習(xí)器,并綜合了AdaBoost.M1和Bagging算法特點(diǎn),利用變相似度聚類(lèi)技術(shù)和貪婪算法來(lái)進(jìn)行選擇性集成學(xué)習(xí)的算法——SEC-AdaBoost Bagging Trees,并將其與幾種常用的機(jī)器學(xué)習(xí)算法比較研究得出,該算法往往比其他算法具有更好的泛化性能和更高的運(yùn)行效率。
關(guān)鍵詞:分類(lèi)回歸樹(shù);自助法;選擇性集成
中圖分類(lèi)號(hào):TP301.6 文獻(xiàn)標(biāo)志碼:A 文章編號(hào):1001-3695(2009)07-2457-03