|
|||||
|
|
| 一种基于主成分分析的元学习方法 | |
| 作者单位： | 广西民族大学,数学与计算机科学学院,广西,南宁,530006 |
| 摘 要： | Meta-learning是解决分布式环境下分类挖掘问题的有效方法之一,该方法的关键在于元训练特征的组成,它直接影响着元分类器的性能.当问题域中类别数较多时,组合多个基分类器将使元训练特征集的维度变得非常大.提出在元学习阶段用主成分分析(PCA)简化高维数据,将基分类器的预测信息集中到最小维数的向量上,以提高元学习的泛化效率.实验结果表明,该方法是可行的. |
| 关 键 词： | 主成分分析(PCA) 元学习 分类器 分布式挖掘 |
A Meta Learning Method Based on Principal Component Analysis |
|
| Abstract: | |
| Keywords: | |
| 本文献已被 CNKI 万方数据 等数据库收录！ | |