基于聚类方法的基分类器选择策略研究

摘要

提出一种将基于聚类集成修剪同动态选择与循环集成结合的方法.首先,利用基于K-均值聚类算法的修剪策略对全部的候选分类器进行筛选,形成新的候选分类器集合.然后,改进动态选择与循环集成方法,将其与集成后序选择结合对处理过的候选分类器集合进行集成学习.此外,通过问题转化法将提出的模型应用于多标记分类.在3组UCI数据集、1组个人借贷信用的不平衡二分类数据集以及3组多标记数据集进行测试,并与多种先进方法进行对比实验,说明了该方法在二分类问题上的有效性与多标记问题上的可行性.