一种新的结合Boosting技术的mFOIL算法

摘要：

机器学习中的Boosting技术是给训练例赋予不同的权值,使得学习算法可以集中学习较难的训练例.另一方面,一阶规则学习中的mFOIL算法学习精度较高,但是用于估计候选子句精度的最佳m值很难确定.为了解决这一难题,提出了将Boosting技术用于一阶规则学习的BoostmFOIL算法,使得对于任意的m值也可以学到精度较高的规则集.此外,为了增强Boosting技术对噪声数据的鲁棒性,对噪声数据赋予相对较小的权值,使其对学习算法的精度影响甚微.在基准的规则学习领域的实验结果表明:a)对于任意的m值, BoostmFOIL算法学习到的规则精确要度比原mFOIL算法高得多;b)即使在噪声环境下,BoostmFOIL算法也能学习到精确度较高的规则集.以上结果表明,将Boosting技术用于一阶规则学习的mFOIL算法中,可以提高该算法的精确度和鲁棒性.

关键词：机器学习、一阶规则学习、训练数据权值、噪声

所属期刊栏目：26

分类号：TP181;TP301.6(自动化基础理论)

在线出版日期：2009-11-30（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：3758-3762