一种基于子集抽取的数据分布不一致学习算法

摘要：

针对数据分布不一致学习问题，本文提出了一种抽取辅助训练集子集的数据分布不一致学习算法。该算法首先计算辅助样本集合与目标样本集合的相交区域，然后抽取相交区域的辅助样本辅助目标训练集进行学习。在数据分布不一致学习背景下，辅助训练集与目标训练集通常有相交的区域，因此本文方法可以有效地提高分类器在目标训练集上的分类性能。在新闻文本分类数据集上的仿真实验充分验证了本文算法的有效性。

关键词：数据分布、辅助训练集、相交区域、目标训练集

分类号：TP391(计算技术、计算机技术)

在线出版日期：2014-01-09（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：118-120