×

基于强分类器快速集成方法

消耗积分:1 | 格式:rar | 大小:0.75 MB | 2017-12-04

分享资料个

　　针对集成分类器由于基分类器过弱，需要牺牲大量训练时间才能取得高精度的问题，提出一种基于实例的强分类器快速集成方法FSE。首先通过基分类器评价方法剔除不合格分类器，再对分类器进行精确度和差异性排序，从而得到一组精度最高、差异性最大的分类器；然后通过FSE集成算法打破已有的样本分布，重新采样使分类器更多地关注难学习的样本，并以此决定各分类器的权重并集成。实验通过与集成分类器Boosting在UCI数据库和真实数据集上进行比对，Boosting构造的集成分类器的识别精度最高分别能达到90. 2%和90. 4%，而使用FSE方法的集成分类器精度分别能达到95. 6%和93. 9%；而且两者在达到相同精度时，使用FSE方法的集成分类器分别缩短了75%和80%的训练时间。实验结果表明，FSE集成模型能有效提高识别精度、缩短训练时间。
 

下载并关注上传者 低至0.43元/天 开通VIP 免费下载

声明：本文内容及配图由入驻作者撰写或者入驻合作网站授权转载。文章观点仅代表作者本人，不代表电子发烧友网立场。文章及其配图仅供工程师学习之用，如有内容侵权或者其他违规问题，请联系本站处理。 举报投诉

评论(0)
发评论

下载排行榜

全部0条评论

快来发表一下你的评论吧 !