10.16208/j.issn1000-7024.2019.10.025
基于熵权法的Stacking算法
为提高元分类器的预测精度,在基于分类器类向量输出的Stacking算法基础上,提出一种基于熵权法的堆叠泛化算法E-Stacking (Stacking based entropy),对于基分类器的输出类别,引入一种熵权法ELFMF (label frequency and mistake frequency based entropy).通过考虑基分类器预测结果出现的频率及错误率,以及预测结果在各个类别中的分散度,增强多个元分类器成员之间的差异性,增加堆叠算法的泛化效果.实验结果表明,与传统及各种改进的Stacking算法相比,该算法有效提高了预测精度且更具有适用性.
堆叠泛化、熵权法、分散度、差异性、预测精度
40
TP181(自动化基础理论)
陕西省教育厅专项科研计划基金项目17JK0703
2019-11-11(万方平台首次上网日期,不代表论文的发表时间)
共6页
2885-2890