集成学习中完全随机学习策略研究

被引：20

作者：

俞扬

周志华

机构：

[1] 南京大学软件新技术国家重点实验室

来源：

计算机工程 | 2006年 / 17期

基金：

国家杰出青年科学基金;

关键词：

机器学习; 集成学习; 完全随机策略;

D O I：

暂无

中图分类号：

TP181 [自动推理、机器学习];

学科分类号：

140502 [人工智能];

摘要：

以完全随机树(不包含属性选择过程的决策树)作为基学习器的集成,具有很好的性能。该文探讨了完全随机学习策略推广情况,实现了完全随机决策树桩算法和完全随机规则算法,分析有效的原因。实验表明,性能良好的完全随机算法,易于被许多初学者所掌握。

引用

收藏

页码：100 / 102+152 +152

页数：4

相关论文

共 2 条

[1]

Random forests [J].

Breiman, L .

MACHINE LEARNING, 2001, 45 (01) :5-32

[2]

Bagging predictors [J].

Breiman, L .

MACHINE LEARNING, 1996, 24 (02) :123-140