实验表明在回归和分类问题中我们的算法可以更好的提高网络的泛化能力和获得更小的集成个数
学者已经证明集成学习可以提高分类和回归问题中学习器的泛化能力
我们认为神经网络的敏感性可以更好的表征网络的能力
) 摘要: 利用集成学习构造学习器解决回归和分类问题是当前机器学习领域的热点之一
提出了基于神经网络敏感性的选择集成算法,并给出了四种基于敏感性的尺度
神经网络敏感性
实验的结果提示我们在今后的工作中可以更多的从网络的内部特性来获得差异较大的网络
实验表明在回归和分类问题中我们的算法可以更好的提高网络的泛化能力和获得更小的集成个数
学者已经证明集成学习可以提高分类和回归问题中学习器的泛化能力
我们认为神经网络的敏感性可以更好的表征网络的能力
) 摘要: 利用集成学习构造学习器解决回归和分类问题是当前机器学习领域的热点之一
提出了基于神经网络敏感性的选择集成算法,并给出了四种基于敏感性的尺度
实验的结果提示我们在今后的工作中可以更多的从网络的内部特性来获得差异较大的网络