基于概率校準(zhǔn)的集成學(xué)習(xí)方法
推薦 + 挑錯(cuò) + 收藏(0) + 用戶評(píng)論（0）
針對(duì)原有集成學(xué)習(xí)多樣性不足而導(dǎo)致的集成效果不夠顯著的問題，提出一種基于概率校準(zhǔn)的集成學(xué)習(xí)方法以及兩種降低多重共線性影響的方法。首先，通過(guò)使用不同的概率校準(zhǔn)方法對(duì)原始分類器給出的概率進(jìn)行校準(zhǔn)；然后使用前一步生成的若干校準(zhǔn)后的概率進(jìn)行學(xué)習(xí)，從而預(yù)測(cè)最終結(jié)果。第一步中使用的不同概率校準(zhǔn)方法為第二步的集成學(xué)習(xí)提供了更強(qiáng)的多樣性。接下來(lái)，針對(duì)校準(zhǔn)概率與原始概率之間的多重共線性問題，提出了選擇最優(yōu)（ choose-best）和有放回抽樣（bootstrap）的方法。選擇最優(yōu)方法對(duì)每個(gè)基分類器，從原始分類器和若干校準(zhǔn)分類器之間選擇最優(yōu)的進(jìn)行集成；有放回抽樣方法則從整個(gè)基分類器集合中進(jìn)行有放回的抽樣，然后對(duì)抽樣出來(lái)的分類器進(jìn)行集成。實(shí)驗(yàn)表明，簡(jiǎn)單的概率校準(zhǔn)集成學(xué)習(xí)對(duì)學(xué)習(xí)效果的提高有限，而使用了選擇最優(yōu)和有放回抽樣方法后，學(xué)習(xí)效果得到了較大的提高。此結(jié)果說(shuō)明，概率校準(zhǔn)為集成學(xué)習(xí)提供了更強(qiáng)的多樣性，其伴隨的多重共線性問題可以通過(guò)抽樣等方法有效地解決。
非常好我支持^.^
(0) 0%
不好我反對(duì)
(0) 0%
下載地址
基于概率校準(zhǔn)的集成學(xué)習(xí)方法下載
相關(guān)電子資料下載
- 漢威企業(yè)HSSE智慧安全監(jiān)測(cè)預(yù)警云平臺(tái)將安全事故概率大大降低 758
- 解決偶發(fā)、難復(fù)現(xiàn)、低概率電路故障的有效策略 379
- VADv2：基于概率性規(guī)劃的端到端自動(dòng)駕駛 1025
- 機(jī)器學(xué)習(xí)統(tǒng)計(jì)概率分布全面總結(jié) 310
- 機(jī)器學(xué)習(xí)中統(tǒng)計(jì)概率分布大全 366
- 機(jī)器人移動(dòng)過(guò)程中基于概率模型的SLAM方法 251
- 基于時(shí)空?qǐng)D概率模型的不確定性衡量介紹 1463
- 麻省理工學(xué)院開創(chuàng)以更高的速率生成概率比特（p比特）的新方法 789
- 高斯如何得到他理論的結(jié)果?聊聊高斯概率分布的數(shù)學(xué)公式 717
- LVDS連接器的故障概率有多少 382