河北大学学报(自然科学版) ›› 2009, Vol. 29 ›› Issue (2): 209-213.DOI: 10.3969/j.issn.1000-1565.2009.02.023

• • 上一篇    下一篇

基于聚类技术的集成学习方法研究

李凯1,常圣领2,高悦3   

  1. 1.河北大学,数学与计算机学院,河北,保定,071002;河北省机器学习与计算智能重点实验室,河北,保定,071002; 2.河北大学,数学与计算机学院,河北,保定,071002; 3.工业和信息化部,电信研究院,北京,100037
  • 出版日期:2009-03-25 发布日期:2009-03-25
  • 基金资助:
    河北省教育厅基金,河北大学博士基金

Research of Ensemble Method of Classifiers Based on Clustering Technology

LI Kai1,CHANG Sheng-ling2,GAO Yue3   

  • Online:2009-03-25 Published:2009-03-25

摘要: 研究了基于聚类技术提高分类器差异性的方法.通过Bootstrap技术与分类器学习算法训练分类器模型,利用分类器在验证集上的分类结果作为聚类的数据对象;然后应用聚类算法对这些数据聚类,并在每个簇中选择分类器代表模型,以此构成集成学习的成员;最后应用融合方法实验研究了基于聚类技术提高差异性的集成学习性能,并与集成学习方法bagging,adaboost进行了实验比较.

关键词: 集成学习, 差异性, 聚类, 分类器

中图分类号: