-
题名集成最近邻规则的半监督顺序回归算法
被引量：1
- 1
-
-
作者
何海江
何文德
刘华富
-
机构
长沙学院计算机科学与技术系
-
出处
《计算机应用》
CSCD
北大核心
2010年第4期1022-1025,共4页
-
基金
湖南省教育厅科学研究项目(07C133)
-
文摘
监督型顺序回归算法需要足够多的有标签样本,而在实践中,标注样本的序数耗时耗力,甚至难以完成。为此,提出一种集成最近邻规则的半监督顺序回归算法。基于最近邻,针对每个有标签样本,在无标签数据集选择与其最近似的若干样本赋以相同序数;再由监督型顺序回归算法训练有标签样本和新标注样本。多个数据集的实验结果显示,该方法能显著改善顺序回归性能。另外,引入折扣因子λ评估新标注样本的可信度,并讨论了λ和有标签数据集大小对方法的影响。
-
关键词
半监督顺序回归
最近邻
无标签样本
折扣因子
-
Keywords
semi-supervised ordinal regression
nearest neighbor
unlabeled sample
discount factor
-
分类号
TP181
[自动化与计算机技术—控制理论与控制工程]
TP391
[自动化与计算机技术—计算机应用技术]
-
