机器学习中的多侧面递进算法MIDA

被引：26

作者：

张燕平

张铃

吴涛

机构：

[1] 安徽大学计算智能与信号处理实验室

[2] 安徽大学人工智能研究所

来源：

电子学报 | 2005年 / 02期

基金：

安徽省自然科学基金;

关键词：

机器学习; 覆盖算法; 多侧面递进; 特征选择;

D O I：

暂无

中图分类号：

TP18 [人工智能理论];

学科分类号：

081104 ; 0812 ; 0835 ; 1405 ;

摘要：

对高维海量数据 ,为解决准确率与泛化能力之间的矛盾 ,提出机器学习中的多侧面递进算法MIDA(Multi sideIncreasebyDegreesAlgorithm) ,该算法将样本集分成几个部分 ,对各部分分别选择一组适应它们的特征子集 .这种分而治之的方法 ,在保证一定的精度的前提下 ,符合人类对复杂问题的求解分重点 ,多方面考虑的方式 ,可有效地识别复杂问题的分类 ,提高泛化能力 ,降低了计算的复杂性 .本文利用覆盖算法给出具体的多侧面递进算法 ,并给出实验结果 ,实验结果表明新的方法是有效的 .

引用

页码：327 / 331

页数：5

共 7 条

[1] 多层前向网络的交叉覆盖设计算法 [J].