分類問題的集成理論與方法.pdf

1、選擇性集成技術既能提高泛化能力，又能節(jié)約存儲空間，提高預測速度。從2003年選擇性集成技術的提出至今，已經(jīng)有了一些較為基礎的研究成果和實際應用。本工作跟蹤國際國內的研究前沿，針對有序分類問題進行了深入的探究和實驗。
　　本研究主要內容包括：⑴討論了目前國際國內流行經(jīng)典的選擇性集成算法，在張春霞等人綜述的基礎上對選擇性方法進行更為全面細致的研究，分析比較方法的優(yōu)缺點與使用范圍，探討選擇性集成未來可能的發(fā)展方向。并對常用的kappa差

2、異性度量指標與泛化能力的關系進行理論上的分析與觀察，為設計出更合理的選擇性集成方法提供理論依據(jù)。⑵除名義屬性（例如男，女）外，解釋屬性和響應屬性還可能存在某種偏好序關系，即屬性的取值存在序的意義，例如好，中，差。當解釋屬性和響應屬性之間存在單調關系，解釋屬性序值高的實例必須分到序值高的響應屬性中時，解決這類分類問題的方法稱為有序分類，也稱為單調性分類。決策樹，神經(jīng)網(wǎng)絡，感知器等機器學習經(jīng)典算法都被研究者用來有序分類，有序分類在客戶評估，