一种回归svm选择性集成方法

泛化能力是机器学习关心的一个根本问题，采用集成学习技术可以有效地提高泛化能力。本文提出了一种将支持向量机（supportvectormachine，svm）进行选择性集成回归的方法。通过引入三个阈值，可以选择合适的子svm，从而进一步提高了整个集成学习的效率。实验结果表明，本文提出的选择性集成方法可以在一定程度上解决svm的模型选择问题和大规模数据集的学习问题，与传统的集成方法bagging相比具有更高的泛化能力。