修剪Bagging集成的方法及其应用

被引：7

作者：

李毓 ^{[1
]}

徐成贤 ^{[2
]}

机构：

[1] 西安交通大学经济与金融学院

[2] 西安交通大学理学院

来源：

系统工程理论与实践 | 2008年 / 07期

关键词：

机器学习; 集成学习; Bagging集成; 回归树; 修剪集成;

D O I：

暂无

中图分类号：

TP181 [自动推理、机器学习];

学科分类号：

081104 ; 0812 ; 0835 ; 1405 ;

摘要：

针对回归问题,通过对bagging集成中的每个个体进行重新排序给出了一种修剪bagging集成的方法.该方法使用回归树作为基学习机,从排序后的回归树中选择一部分预测性能较好的个体构建集成.试验结果表明,基于排序后的大约20%的个体构建的集成除了占用较少的存储空间和具有较快的预测速度外,其预测性能也比基于所有的个体构建的集成好.

引用

页码：105 / 110

页数：6