拉森

随机子空间系综分类。针对稀疏分类问题,提出了一种新的无模型集成分类框架RaSE算法。在RaSE算法中,对于每个弱学习者,生成一些随机子空间,并根据一定的准则选择最优子空间来训练模型。为了适应这一问题,基于Kullback-Leibler散度,提出了一种新的准则&比率信息准则(RIC)。除了最小化RIC外,还可以应用多个准则,例如最小化扩展贝叶斯信息准则(eBIC)、最小化训练误差、最小化验证误差、最小化交叉验证误差、最小化漏检误差。基本分类器的选择也多种多样,如线性判别分析、二次判别分析、k近邻、logistic回归、决策树、随机森林、支持向量机等。RaSE算法也可以应用于特征排序,根据每个特征在多个子空间中的选择百分比来提供每个特征的重要性。

此软件的关键字

这里的任何内容都将在支持canvas元素的浏览器上被替换


zbMATH中的参考文献,第1条标准)

显示结果1/1。
按年份排序(引用)

  1. 叶田,杨峰:随机子空间系综分类(2020)第十四章