-
题名基于AHP的Stacking算法基分类器选择
被引量：5
- 1
-
-
作者
孙彤
陈砚桥
-
机构
海军工程大学动力工程学院
-
出处
《兵工自动化》
2022年第1期39-42,共4页
-
文摘
为找到与分类任务最贴切的基分类器组合,提出一种基于层次分析法(analytic hierarchy process, AHP)的Stacking算法基分类器选择方法。通过AHP确定分类器单一性能指标的权值,以各指标加权求和的结果作为评价分类器好坏的标准来选择基分类器。通过对不同组合的基分类器进行Stacking集成发现,性能最优的单个分类器集成效果并不是最佳的,基分类器个数最多的模型也不是最适合任务需求的。结果表明,该方法在提高分类器性能方面具有可行性和有效性。
-
关键词
Stacking算法
层次分析法
分类
基分类器选择
-
Keywords
Stacking algorithm
AHP
classification
base classifier selection
-
分类号
U664.12
[交通运输工程—船舶及航道工程]
-
-
题名多分类器选择集成方法
被引量：7
- 2
-
-
作者
郭红玲
程显毅
-
机构
江苏大学计算机科学与通信工程学院
-
出处
《计算机工程与应用》
CSCD
北大核心
2009年第13期186-187,190,共3页
-
基金
国家自然科学基金No.60702056~~
-
文摘
针对目前人们对分类性能的高要求和多分类器集成实现的复杂性,从基分类器准确率和基分类器间差异性两方面出发,提出了一种新的多分类器选择集成算法。该算法首先从生成的基分类器中选择出分类准确率较高的,然后利用分类器差异性度量来选择差异性大的高性能基分类器,在分类器集成之前先对分类器集进行选择获得新的分类器集。在UCI数据库上的实验结果证明,该方法优于bagging方法,取得了很好的分类识别效果。
-
关键词
多分类器集成
差异性度量
基分类器选择
-
Keywords
multiple classifiers ensemble
diversity measure
classifiers selection
-
分类号
TP311
[自动化与计算机技术—计算机软件与理论]
-
-
题名基于差异性度量的多分类器集成系统设计
被引量：2
- 3
-
-
作者
薛梅
郑全弟
-
机构
空军工程大学导弹学院
-
出处
《计算机工程与设计》
CSCD
北大核心
2010年第23期5104-5107,共4页
-
基金
国家自然科学基金项目(60975026)
-
文摘
为了解决在分类器集成过程中分类性能要求高和集成过程复杂等问题,分析常规集成方法的优缺点,研究已有的分类器差异性度量方法,提出了筛选差异性尽可能大的分类器作为基分类器而构建的一个层级式分类器集成系统。构建不同的基分类器,选择准确率较高的备选,分析其差异性,选出差异大的分类器作为系统所需基分类器,构成集成系统。通过在UCI数据集上进行的试验,获得了很好的分类识别效果,验证了这种分类集成系统的优越性。
-
关键词
分类器
多分类器集成
差异性度量
基分类器选择
集成系统设计
-
Keywords
classifier
classifier combination
diversity measure
base classifier chosen
combination system
-
分类号
TP391
[自动化与计算机技术—计算机应用技术]
-
-
题名基于熵值法改进Stacking的文本情感分析
被引量：3
- 4
-
-
作者
刘甜甜
谷晓燕
陈梦彤
-
机构
北京信息科技大学信息管理学院
-
出处
《科学技术与工程》
北大核心
2023年第23期10008-10014,共7页
-
基金
国家自然科学基金(71701020)
国家重点研发计划(2019YFB1405003)。
-
文摘
在情感分析研究中,使用Stacking算法进行情感分析时基学习器的选择是至关重要的。传统的Stacking算法仅仅只是将不同学习器结合起来,没有区分它们之间的不同,同时也不能反映初级学习器的实际预测情况,针对此问题,基于熵值法改进Stacking算法进行文本的情感分类。首先,使用熵值法确定单一分类器的性能指标权重,将指标值的权重进行加权求和获得不同模型的综合得分,通过综合得分来选择性能最好的基学习器组合;接着,由于基模型中的各个分类器性能的不同,将基学习器训练后的预测结果赋予不同的权重,输入到次级学习器当中;最后再利用次级学习器进行训练并预测情感倾向。实验结果表明,基于熵值法改进Stacking模型优于传统的Stacking模型,说明基学习器的选择和重要程度对情感分类具有一定帮助,为之后文本情感分析奠定一定的基础。
-
关键词
情感分析
熵值法
基分类器选择
改进Stacking
-
Keywords
emotion analysis
entropy method
base model selection
improved Stacking
-
分类号
TP391.1
[自动化与计算机技术—计算机应用技术]
-
