一种基于多聚类器集成的分类器优化方法an Optimizing-classifier Method Based on Multicluster

本文提出一种将基于小样本的分类器和基于多个大样本的多聚类器集成相结合的分类器优化方法

接着将多聚类器集成的结果如何融入优化小样本分类器作了初步说明

关键词： 小样本分类 大样本聚类 有序类别 Chen Xinquan * （ School of Computer Science & Engineering, South China University of Technology

最后通过一个人工数据集对本文的方法进行仿真实验验证

） Abstract： In order to solve a constructing-classifier problem of large data sets, it introduces an optimizing-classifier method based on a little sample classifier and an integration of several large sample clusters

It gives a simple description about how to apply the result of several large sample clusters to the little sample classifier in order to improve stability and succinctness of classifying model

It gives a simple and efficient modeling method aiming at an ordered-sort classification problem

At last, the method is valid by an experiment using an manual data sets

Keywords： Little sample classifying large sample clustering ordered sort 下载PDF阅读器 PDF全文下载： 初稿 （ 469 ） 作者简介： 通信联系人： 【收录情况】 中国科技论文在线： 陈新泉

 一种基于多聚类器集成的分类器优化方法[EB/OL]

北京：中国科技论文在线

） 摘要： 为解决海量数据集的分类器构造难题

针对具有有序类别性的一类问题

证实了这种优化方法具有一定的意义

目的是为了提高分类器的稳定性和模型简洁性

给出一种更简洁更高效的建模方法并给出其误差分析