期刊文献+
共找到1篇文章
< 1 >
每页显示 20 50 100
基于Stacking策略的稳定性分类器组合模型研究 被引量:10
1
作者 吴挡平 张忠林 曹婷婷 《小型微型计算机系统》 CSCD 北大核心 2019年第5期1045-1049,共5页
针对Bagging、AdaBoost等通用的集成算法对于稳定性分类算法集成效果不是很好的问题,提出了基于Stacking策略的稳定性分类器组合算法.该算法通过构造一个两层的叠加式框架结构,融合数据降维技术处理两层分类器的输入特征,对4种稳定性分... 针对Bagging、AdaBoost等通用的集成算法对于稳定性分类算法集成效果不是很好的问题,提出了基于Stacking策略的稳定性分类器组合算法.该算法通过构造一个两层的叠加式框架结构,融合数据降维技术处理两层分类器的输入特征,对4种稳定性分类器(LDA、GLM、SVM、KNN)进行组合学习.利用UCI数据集测试算法的性能.实验结果表明:相比一些集成算法(RF、Bagging、C50、AdaBoost),基于Stacking策略稳定性分类器组合模型可以获得更高的分类准确率.同时也为二分类的分类模型提供了一个可行的参考方法. 展开更多
关键词 Stacking方法 稳定性分类器 分类精度 数据降维技术 集成算法
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部