%0 Journal Article
%T 基于两阶段集成学习的分类器集成
%J 北京工业大学学报
%D 2010
%X 为了学习集成函数,提高分类性能,提出了两阶段集成学习方法(two-phasesensemblelearning,简称为TPEL).结合垃圾邮件过滤一个2类文本分类问题,在4个公用数据集上对TPEL进行了一系列实验.实验结果表明,TPEL受集成的个体分类器个数的影响甚微;利用TPEL集成异构的多个分类器时效果显著;利用TPEL集成多个同构分类器时,绝大部分情况下取得了优于朴素贝叶斯等算法的结果,对稳定或不稳定学习器的集成效果都很好;TPEL的时间复杂度较低.
%K 机器学习
%K 数据挖掘
%K 文本处理
%K 分类
%U http://www.bjgd.cbpt.cnki.net/WKA/WebPublication/paperDigest.aspx?paperID=3898AE11-BC97-4260-B34F-C4EAC5360E0D