基于自适应距离度量的最小距离分类器集成

？提出了一种基于自适应距离度量的最小距离分类器集成方法，给出了个体分类器的生成方法。首先用bootstrap技术对训练样本集进行可重复采样，生成若干个子样本集，应用生成的子样本集建立自适应距离度量模型，根据建立的模型对子样本集进行训练，生成个体分类器。在集成中，将结果用相对多数投票法集成最终的结论。采用uci标准数据集实验，将该方法与已有方法进行了性能比较，结果表明基于自适应距离度量的最小距离分类器集成是最有效的。