一种基于边界的贪心组合剪枝方法

作者：郭华平; 范明; 职为梅

来源：模式识别与人工智能, 2013, (02): 136-143.

DOI：10.16451/j.cnki.issn1003-6059.2013.02.011

• 组合剪枝
• 边界
• 向前选择
• 向后剔除 Ensemble Pruning
• Margin
• Forward Selection
• Backward Elimination

理论及实验表明,在训练集上具有较大边界分布的组合分类器泛化能力较强.文中将边界概念引入到组合剪枝中,并用它指导组合剪枝方法的设计.基于此,构造一个度量标准(MBM)用于评估基分类器相对于组合分类器的重要性,进而提出一种贪心组合选择方法(MBMEP)以降低组合分类器规模并提高它的分类准确率.在随机选择的30个UCI数据集上的实验表明,与其它一些高级的贪心组合选择算法相比,MBMEP选择出的子组合分类器具有更好的泛化能力.

• 单位
  郑州大学