一种基于混淆矩阵的分类器选择方法
米爱中
张盼
1.河南理工大学 计算机科学与技术学院,焦作 河南,4540002.河南理工大学 计算机科学与技术学院,焦作 河南,454000
摘要：为充分利用分类器的差异性来提高分类器集成的准确率,提出一种分类器选择方法.基本思想是构造所有基分类器的混淆矩阵作为聚类算法的数据对象,根据各聚类中样本的分布选择出一定数量的分类器作为代表,构成新的待集成分类器集合.将该方法应用于Bagging算法的训练过程,通过实验对比,验证了该方法确实可以提高分类器集成性能.
关键词：多分类器系统选择性集成混淆矩阵聚类
分类号：TP391(计算技术、计算机技术)
资助基金：河南省软科学研究计划(152400410513)河南省高等学校重点科研项目(15A520017)
论文发表日期：2017-03-02
在线出版日期：2025-08-15（本平台首次上网日期，不代表文献的发表时间）
页数：6( 116-121 )
英文信息