×
钟东军;Kim、Hyunjoong

使用PL-baging进行精确的整体修剪。 （英语） Zbl 1507.62037号

计算。统计数据分析。 83, 1-13 (2015)。
摘要：集合剪枝处理组合之前的基础学习者选择，以提高预测准确性和效率。在集成文献中，有人指出，为了使集成分类器达到更高的预测精度，集成分类器必须由精确的分类器组成，同时尽可能地多样化。本文提出了一种新的集成剪枝方法，称为PL-baging。为了在基础学习者的多样性和准确性之间取得平衡，PL-baging在组合步骤中使用正Lasso来为基础学习者分配权重。仿真研究和理论研究表明，PL-Baging过滤掉冗余的基本学习器，同时为更准确的基本学习者分配更高的权重。这种改进的PL-baging加权方案进一步提高了分类精度，并且随着集成规模的增加，这种改进变得更加显著。使用22个真实数据集和4个合成数据集对PL-baging和最先进的集成剪枝方法的性能进行了比较，以聚集引导的基础学习者。结果表明，PL-bagging显著优于最先进的集成修剪方法，如基于Boosting的修剪和Trimmed bagging。

引用于2文件

MSC公司：

62-08 统计学相关问题的计算方法
62H30型 分类和区分；聚类分析（统计方面）
68T05型 人工智能中的学习和自适应系统

关键词：

合奏;分类;拉索;装袋;增压;随机森林

软件：

R（右）;UCI-毫升
PDF格式BibTeX公司 XML格式引用
\textit{D.Chung}和\textit{H.Kim}，计算。统计数据分析。83，1-13（2015；Zbl 1507.62037）
全文： 内政部

参考文献：

[1] 鲍尔，E。；Kohavi，R.，《投票分类算法的经验比较：打包、增强和变体》，马赫。学习。，36, 105-139, (1999)
[2] Breiman，L.，装袋预测，马赫数。学习。，24, 123-140, (1996) ·Zbl 0858.68080号
[3] Breiman，L.，《随机森林》，马赫。学习。，45, 5-32, (2001) ·Zbl 1007.68152号
[4] 布雷曼，L。；弗里德曼，J.H。；Olshen，R.A。；Stone，C.J.，《分类和回归树》（1984），纽约查普曼和霍尔出版社·兹伯利0541.62042
[5] Chen，K.，Jin，Y.，2010年。一种基于拉索选择的集成学习算法。参见：IEEE智能计算和智能系统国际会议，ICIS，第1卷，第617-620页。
[6] 克罗克斯，C。；Joossens，K。；Lemmens，A.，整理装袋，计算。统计师。数据分析。，52, 362-368, (2007) ·Zbl 1452.62047号
[7] 埃夫隆，B。；约翰斯通，I。；哈斯蒂，T。；Tibshirani，R.，最小角回归，Ann.Statist。，32, 407-499, (2004) ·Zbl 1091.62054号
[8] Frank，A.，Asuncion，A.，2010年。UCI机器学习库。http://archive.ics.uci.edu/ml。
[9] 弗伦德，Y。；Schapire，R.E.，《在线学习的决策理论推广及其在助推中的应用》，J.Compute。系统科学。，55, 119-139, (1997) ·Zbl 0880.68103号
[10] Hansen，L。；Salamon，P.，《神经网络集成》，IEEE Trans。模式分析。，12, 993-1001, (1990)
[11] 亨氏，G。；彼得森·L·J。；约翰逊，R.W。；柯克，C.J.，《探索身体维度的关系》，《教育杂志》。，11，（2003），网址：www.amstat.org/publications/jse/v11n2/datasets.johnson.html
[12] Hothorn，T。；Lausen，B.，《双重分类：通过引导聚合组合分类器》，模式识别。，36, 1303-1309, (2003) ·Zbl 1028.68144号
[13] Hothorn，T。；Lausen，B.，通过装袋树捆绑分类器，计算。统计师。数据分析。，49, 1068-1078, (2005) ·Zbl 1429.62246号
[14] Kim，H。；Kim，H。；Moon，H。；Ahn，H.，分类器集合的权重调整投票算法，J.Korean Statist。Soc.，40437-449，（2011年）·Zbl 1296.62131号
[15] Kuncheva，L.，多分类器系统中的多样性，Inform。融合，6，3-4，（2005）
[16] Lam，L。；Suen，C.，《多数投票在模式识别中的应用：行为和性能分析》，IEEE Trans。模式分析。，27, 553-568, (1997)
[17] Loh，W.Y.，《提高分类树的精度》，Ann.Appl。统计，31710-1737，（2009）·Zbl 1184.62109号
[18] Marginantu，D.，Dietterich，T.，1997年。修剪自适应增强。摘自：《第十四届机器学习国际会议论文集》，第211-218页。
[19] 马丁内斯·穆诺兹（Martinez-Munoz，G.）。；Suarez，A.，《使用增强来修剪装袋组合》，《模式识别》。莱特。，28, 156-165, (2007)
[20] Opitz，D.W。；Shavlik，J.W.，《生成准确且多样的神经网络集成成员》（神经信息处理系统进展，（1996），麻省理工学院出版社），535-541
[21] 拉赫曼，A。；Alam，H。；Fairhurst，M.，《用于字符识别的多分类器组合：重温多数投票系统及其变体》，（Lopresti，D.；Hu，J.；Kashi，R.，《文档分析系统V，计算机科学讲义》，第2423卷，（2002），斯普林格-柏林，海德堡），167-178·Zbl 1021.68776号
[22] R核心团队，R：统计计算的语言和环境，（2012年），奥地利维也纳R统计计算基金会
[23] 罗德里格斯，J。；Kuncheva，L。；Alonso，C.，《旋转森林：一种新的分类器集成方法》，IEEE Trans。模式分析。，28, 1619-1630, (2006)
[24] 斯科里奇纳，M。；Duin，R.，线性分类器的打包，模式识别。，31, 909-930, (1998)
[25] Tibshirani，R.，《通过套索进行回归收缩和选择》，J.R.Stat.Soc.Ser。B统计方法。，58, 267-288, (1996) ·Zbl 0850.62538号
[26] 张春霞。；Zhang，J.S.，构建集成分类器的新方法，统计计算。，19, 317-327, (2009)
[27] 张春霞。；张建生。；Zhang，G.Y.，使用boosting来修剪双袋集合，计算。统计师。数据分析。，53, 1218-1231, (2009) ·Zbl 1452.62145号
此参考列表基于出版商或数字数学图书馆提供的信息。其项与zbMATH标识符进行启发式匹配，可能包含数据转换错误。在某些情况下，zbMATH Open的数据对这些数据进行了补充/增强。这试图尽可能准确地反映原始论文中列出的参考文献，而不要求完整或完全匹配。