一种基于k-means聚类技术的快速选择性Bagging Trees集成算法研究
外文标题：A Study on Quick Selective Bagging Trees Ensemble Algorithm Based on K-means Cluster Technology
文献类型：期刊
作者：陈凯[1]
机构：[1]中国人民大学统计学院
[2]中国工商银行北京分行
年：2008
期刊名称：统计与信息论坛
卷：23
期：9
页码范围：23-27
增刊：增刊
收录情况：CSSCI(61C1262008090005)
所属部门：统计学院
语言：中文
ISSN：1007-3116
链接地址：http://d.g.wanfangdata.com.cn/Periodical_tjyxxlt200809005.aspx
DOI：10.3969/j.issn.1007-3116.2008.09.005
关键词：决策树;自助法;选择性集成
摘要：选择性集成算法是目前机器学习关注的热点之一.在对一海藻繁殖案例研究的基础上,提出了一种基于k-means聚类技术的快速选择性Bagging Trees集成算法;同时与传统统计方法和一些常用的机器学习方法相比较,发现该算法具有较小的模型推广误差和更高的预测精度的优点,而且其运行的效率也得到了较大的提高.
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.
