基于Stacking框架的学习机制研究

摘要：

分析Stacking框架的基本原理,T1空间的数据表示和Stacking的缺陷,认为基于Stacking框架的学习能够有效地提高学习效果,但是在分类器个数增大时可能会导致元层训练数据规模增加.提出对底层分类器输出的后验概率用加权平均的方法构造元训练样本,减少二次建模的时间开销.该方法能够弥补由于对平均后验概率进行简单平均而丧失的模型输出特征,纠正分类偏差.

关键词：学习机制、Stacking、元学习、分类、分类器组合

所属期刊栏目：20

分类号：TP391.6(计算技术、计算机技术)

资助基金：广西留学回国人员科研项目桂科回0342001;广西教育厅科研项目桂教科研2001401号

在线出版日期：2005-02-22（万方平台首次上网日期，不代表论文的发表时间）

页数：共3页

页码：231-233