一种基于遗传算法的优化分类器的方法

被引:48
作者
季文赟
周傲英
张亮
金文
机构
[1] 复旦大学计算机科学与工程系
[2] 复旦大学计算机科学与工程系 上海
关键词
分类; 遗传算法; 优化; 机器学习; 数据挖掘; 分类规则;
D O I
暂无
中图分类号
TP18 [人工智能理论];
学科分类号
140502 [人工智能];
摘要
提出了一种通过遗传算法(GA)对单个分类器进行优化以及对多个分类器进行组合优化的方法.该方法使用叠加(stacking)的策略.经典的叠加策略分为两步,该方法将遗传算法作为叠加策略的第2步.实验结果表明,遗传算法可以较好地完成优化任务,同单个分类器比较,它可以提高分类的精度.在对分类器进行组合优化方面,它得到比单个分类器更高的精度以及使分类结果具有更好的可理解性.
引用
收藏
页码:245 / 249
页数:5
相关论文
共 2 条
[1]
Using Correspondence Analysis to Combine Classifiers[J] Christopher J. Merz Machine Learning 1999,
[2]
E Genetic Algorithms in Search; Optimization and machine learning Goldberg D; New York: Addison-Wesley 1989,