基于GASEN技术的选择性BagBoosting Trees集成学习研究
外文标题：The Study on a Selective BagBoosting Trees Ensemble Algorithm Based on GASEN Technology (School of Statisties,RUC,Beijing 100872,China)
文献类型：期刊
作者：陈凯[1]
机构：[1]1978年生安徽巢湖人中国人民大学统计学院2006级博士研究方向为统计模型
年：2008
期刊名称：统计教育
期：12
页码范围：3-7
增刊：正刊
所属部门：统计学院
语言：中文
关键词：集成算法#决策树#自助法#Ensemble Algorithm#Decision Trees#Bootstrap
摘要：目前集成学习算法已经成为机器学习研究的一大热点，已有人提出许多改进的集成学习算法。本文提出了一种综合了Boosting和Bagging算法特点的选择性集成学习算法——SE-BagBoosting Trees算法。并将其与几种常用的机器学习算法比较研究得出，该算法往往比其它算法具有更小的模型推广误差和更高的预测精度的优点。
作者其他论文
机器学习及其相关算法综述.陈凯;朱钰.统计与信息论坛.2007,22(5),105-112.
基于回归问题的选择性集成算法.陈凯.计算机工程.2009,35(21),17-19.
一种选择性SER-BagBoosting Trees集成学习研究.陈凯;马景义.计算机科学.2009,36(9),208-210.
基于分类问题的选择性集成学习研究.陈凯.计算机应用研究.2009,26(7),2457-2459.
一种改进的集成混合遗传算法.陈凯;马景义;温慧博.统计与决策.2008,41-43.
