机器学习中的多侧面递进算法MIDA

对高维海量数据,为解决准确率与泛化能力之间的矛盾,提出机器学习中的多侧面递进算法MIDA(Multi-sideIncreasebyDegreesAlgorithm),该算法将样本集分成几个部分,对各部分分别选择一组适应它们的特征子集.这种分而治之的方法,在保证一定的精度的前提下,符合人类对复杂问题的求解分重点,多方面考虑的方式,可有效地识别复杂问题的分类,提高泛化能力,降低了计算的复杂性.本文利用覆盖算法给出具体的多侧面递进算法,并给出实验结果,实验结果表明新的方法是有效的.