昆切娃，卢德米拉一世。;克里斯托弗·惠特克。 分类器集合中的多样性度量及其与集合精度的关系。 （英语） Zbl 1027.68113号 马赫。学习。 51，第2期，181-207（2003）. 摘要：分类器组成员之间的差异被认为是分类器组合中的一个关键问题。然而，测量多样性并不简单，因为没有公认的正式定义。我们发现并研究了十个可以测量二元分类器输出之间差异的统计数据（类标签的正确或错误投票）：四个平均的成对度量（Q统计、相关性、，分歧和双重过失）和六个非通气措施（投票熵、难度指数、Kohavi-Wolpert方差、评分者间一致性、广义多样性和一致性失败多样性）。设计了四个实验来检验团队的准确性和多样性度量之间的关系，以及度量本身之间的关系。尽管在某些特殊情况下，多样性和准确性之间已被证明存在联系，但我们的结果对多样性度量在构建分类器集合中在实际模式识别问题中的有用性提出了一些疑问。 引用于66文件 MSC公司： 68吨10 模式识别、语音识别 关键词：模式识别;多分类器集成/学习者委员会;依赖性和多样性;多数票 软件：公关工具;AdaBoost。金属氢 PDF格式BibTeX公司 XML格式引用 \textit{L.I.Kuncheva}和\textit{C.J.Whitaker}，马赫。学习。51，No.2，181--207（2003；Zbl 1027.68113） 全文： 内政部