项目名称: 基于动态模型可信度的集成学习算法研究
项目编号: No.60905030
项目类型: 青年科学基金项目
立项/批准年度: 2010
项目学科: 能源与动力工程
项目作者: 袁博
作者单位: 清华大学
项目金额: 18万元
中文摘要: 由于集成学习可以有效地提高机器学习系统的泛化能力,从20世纪90年代开始,对集成学习理论和算法的研究就成为机器学习的一个热点,目前仍然是机器学习中受到普遍关注的研究方向之一。AdaBoost作为集成学习算法中最具代表性的算法之一,也是集成学习算法中应用最为广泛、研究成果最为丰富的分支之一。本项目以AdaBoost算法为出发点,对该类算法在不同数据集上的性能和行为特征进行详细分析和探讨,深入研究动态模型可信度(Dynamic Model Credibility)技术,进一步完善基于动态模型可信度的Boosting算法框架(简称DmcBoost算法),以提高传统AdaBoost算法的精确度和在不同类型数据集上的鲁棒性,并在大规模实际问题上进行检验和应用。
中文关键词: 集成学习;AdaBoost;模型可信度;不平衡数据;
英文摘要:
英文关键词: Ensemble Learning;AdaBoost;Model Credibility;Imbalanced Data;