| 一种回归SVM选择性集成方法 |
| |
| 引用本文： | 张妤,王文剑,康向平.一种回归SVM选择性集成方法[J].中国药品标准,2008(4):178-180. |
| |
| 作者姓名： | 张妤 王文剑 康向平 |
| |
| 作者单位： | 张妤（山西大学计算机与信息技术学院,计算智能与中文信息处理教育部重点实验室,太原,030006）;王文剑（山西大学计算机与信息技术学院,计算智能与中文信息处理教育部重点实验室,太原,030006）;康向平（山西大学计算机与信息技术学院,计算智能与中文信息处理教育部重点实验室,太原,030006） |
| |
| 基金项目： | 国家自然科学基金
,
山西省高等学校科研开发基金
,
山西省留学人员科技活动择优资助项目
,
山西省高等学校青年学术带头人项目 |
| |
| 摘 要： | 泛化能力是机器学习关心的一个根本问题,采用集成学习技术可以有效地提高泛化能力.本文提出了一种将支持向量机(Support Vector Machine, SVM)进行选择性集成回归的方法.通过引入三个阈值,可以选择合适的子SVM,从而进一步提高了整个集成学习的效率.实验结果表明,本文提出的选择性集成方法可以在一定程度上解决SVM的模型选择问题和大规模数据集的学习问题,与传统的集成方法Bagging相比具有更高的泛化能力.
|
| 关 键 词： | 支持向量机 集成学习 回归 Bagging |
A Regression SVM Selection Ensemble Approach |
| |
| Authors: | ZHANG Yu WANG Wen-Jian KANG Xiang-Ping |
| |
| Abstract: | |
| |
| Keywords: | |
|
| 点击此处可从《中国药品标准》浏览原始摘要信息 |
| 点击此处可从《中国药品标准》下载免费的PDF全文 |
|
