文件名称:基于主成份分析的Bagging集成学习方法
介绍说明－－下载内容均来自于网络，请自行研究使用
机器学习中数据集的冗余特征会影响学习器的泛化能力，一些流行方法如支持向量机和集成学习也难免于 此．研究了利用主成份分析进行特征变换对Bagging集成学习算法的影响，提出一种称为PCA—Bagging的算法，并与 其它算法比如单个支持向量机、支持向量机Bagging集成、带有特征变换的单个支持向量机等进行了性能比较．在 多个UCI标准数据集上的实验表明PCA—Bagging算法具有更好的性能，这说明即使是泛化能力很强的集成学习方 法其学习的数据也需要进行适当的特征变换
(系统自动生成,下载前可以参看下载内容)
下载文件列表
压缩包 : 基于主成份分析的Bagging集成学习方法.rar 列表 基于主成份分析的Bagging集成学习方法.pdf