基于群体智能的选择性决策树分类器集成

摘要：

尽管选择性集成方法的研究和应用已取得了不少重要成果,然而其实现方法计算复杂度高、效率低仍是应用该方法的一个瓶颈.为此,提出了一种新的高速收敛的选择性集成方法.该方法使用C4.5决策树分类器作为基学习器,利用高速收敛的群体智能算法来寻找最优集成模型,并在UCI数据库的多值分类数据集上进行了实验.实验结果表明,该方法计算效率高,其精度和稳定性比Bagging方法都要高,可以成为一种高效的选择性集成的实现方法.

关键词：选择性集成、群体智能、蚁群优化算法、Bagging

所属期刊栏目：16

分类号：TP181(自动化基础理论)

在线出版日期：2007-01-08（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：55-57,60