基于样本噪声检测的AdaBoost算法改进
针对传统的AdaBoost算法中,存在的噪声样本造成的过拟合问题,提出了一种基于噪声检测的AdaBoost 改进算法,本文称为NAdaBoost(nois-detection AdaBoost).NAdaBoost算法创新点在于针对传统的AdaBoost算法在错误分类的样本中,噪声样本在某些属性上存在很大差异,根据这一特性来确定噪声样本,再重新使用算法对两类样本进行分类,最终达到提高分类准确率的目的.本文对二分类问题进行实验结果表明,本文提出的算法和传统的AdaBoost算法,以及相关改进的算法相比,有较高的分类准确率.
过拟合、噪声检测、AdaBoost算法、二分类
26
2018-04-10(万方平台首次上网日期,不代表论文的发表时间)
共5页
186-190