基于回归问题的选择性集成算法

摘要：

提出一种应用于回归问题,以分类回归树为基学习器,并综合Boosting和Bagging算法的特点,利用变相似度聚类技术和贪婪算法来进行选择性集成学习的算法-SER-BagBoosting Trees算法.将其与几种常用的机器学习算法进行比较研究,得出该算法往往比其他集成学习算法具有更好的泛化性能和更高的运行效率.

关键词：分类回归树、自助抽样、选择性集成

所属期刊栏目：35

分类号：TP301.6(计算技术、计算机技术)

资助基金：国家自然科学基金资助重点项目10431010;教育部重点基地基金资助重大项05JJD910001;中国人民大学应用统计中心基金

在线出版日期：2010-01-18（万方平台首次上网日期，不代表论文的发表时间）

页数：共3页

页码：17-19