威望：1
头衔：数据挖掘青年
等级：研二(Pi-Calculus看得一头雾水)(版主)
文章：803
积分：5806
门派：W3CHINA.ORG
注册：2007/4/9
姓名：(无权查看)
城市：(无权查看)
院校：(无权查看)
|
 Weka中用于组合多个模型的的装袋、提升和堆栈
1装袋bagging ：相同的分类器，各个分类器是独立的；使用同一个算法对样本多次训练，建立多个独立的分类器；最终的输出为各个分类器的投票（用于分类）或取平均值（用于数值预测） 2提升adaboost ：相同的分类器，各个分类器不是独立的；使用同一个算法对样本迭代训练，后建立的分类器关注于先前建立的分类器不能更好处理的部分数据；最终的输出为各个分类器的加权投票。 3堆栈stack：组合多个不同的分类器（其间是独立的），作为0层分类器，对于他们各自的预测结果，并非采用投票的方式决定最终输出，而是在他们各自的预测结果之上，建立一个元分类器（1层），元分类算法以0层各个分类器的预测结果作为训练数据建立分类器，决定最终输出结果。 weka中Explorer中的classify中选择meta，可以看到以上算法。如Stacking算法，可以指定0层分类器（多个）和元分类器（参数设置见附图）；关于StackingC，官方解释是“堆栈的更高校版本”。
 此主题相关图片如下：
|
----------------------------------------------
数据挖掘青年 http://blogger.org.cn/blog/blog.asp?name=DMman
纪录片之家 （很多纪录片下载）http://www.jlpzj.com/?fromuid=137653
| 
[返回] 计算机科学论坛 →
计算机技术与应用 → 『 Web挖掘技术 』 → Weka中用于组合多个模型的的装袋、提升和堆栈
(订阅本版)
2008/5/8 9:37:00
新浪微博
