基于模型决策树的adaboost算法 梁云.pdf

网络首发时间：2022-04-20 18:17:04
网络首发地址：.
山东大学学报 理学版 Ｓｈａｎｘｉ Ｕｎｉｖｅｒｓｉｔｙ Ｔａｉｙｕａｎ
ꎬ ꎬ ０３０００６ꎬ
Ｓｈａｎｘｉ Ｃｈｉｎａ
ꎬ )
Ａｂｓｔｒａｃｔ Ｔｈｅ ＡｄａＢｏｏｓｔ ａｌｇｏｒｉｔｈｍ ｉｓ ａｎ ｅｎｓｅｍｂｌｅ ａｌｇｏｒｉｔｈｍ ｔｈａｔ ｃｏｍｂｉｎｅｓ ｍｕｌｔｉｐｌｅ ｂａｓｅ ｌｅａｒｎｅｒｓ ｔｈｒｏｕｇｈ ｒｅａｓｏｎａｂｌｅ ｓｔｒａｔｅｇｉｅｓ ｔｏ
:
ｇｅｎｅｒａｔｅ ａ ｓｔｒｏｎｇ ｌｅａｒｎｅｒ. Ｉｔｓ ｐｅｒｆｏｒｍａｎｃｅ ｄｅｐｅｎｄｓ ｏｎ ｔｈｅ ａｃｃｕｒａｃｙ ａｎｄ ｄｉｖｅｒｓｉｔｙ ｏｆ ｔｈｅ ｂａｓｅ ｌｅａｒｎｅｒｓ. Ｈｏｗｅｖｅｒ ｔｈｅ ｐｏｏｒ
ꎬ
ｃｌａｓｓｉｆｉｃａｔｉｏｎ ａｃｃｕｒａｃｙ ｏｆ ｗｅａｋ ｌｅａｒｎｅｒｓ ｏｆｔｅｎ ｌｅａｄｓ ｔｏ ｐｏｏｒ ｐｅｒｆｏｒｍａｎｃｅ ｏｆ ｔｈｅ ｆｉｎａｌ ｓｔｒｏｎｇ ｃｌａｓｓｉｆｉｅｒ. Ｔｈｅｒｅｆｏｒｅ ｉｎ ｏｒｄｅｒ ｔｏ ｆｕｒｔｈｅｒ
ꎬ
ｉｍｐｒｏｖｅ ｔｈｅ ｃｌａｓｓｉｆｉｃａｔｉｏｎ ａｃｃｕｒａｃｙ ｏｆ ｔｈｅ ａｌｇｏｒｉｔｈｍ ｔｈｉｓ ｐａｐｅｒ ｐｒｏｐｏｓｅｓ ａｎ ＭＤＴＡｄａ ｍｏｄｅｌ ｗｈｉｃｈ ｆｉｒｓｔ ｕｓｅｓ ｔｈｅ Ｇｉｎｉ ｉｎｄｅｘ ｔｏ
ꎬ ꎬ
ｉｔｅｒａｔｉｖｅｌｙ ｃｏｎｓｔｒｕｃｔ ａｎ ｉｎｃｏｍｐｌｅｔｅ ｄｅｃｉｓｉｏｎ ｔｒｅｅ. Ｔｈｅｎ ａｄｄ ａ ｓｉｍｐｌｅ ｃｌａｓｓｉｆｉｅｒ ｔｏ ｔｈｅ ｎｏｎ￣ｐｕｒｅ ｐｓｅｕｄｏ￣ｌｅａｆ ｎｏｄｅｓ ｏｆ ｔｈｅ ｄｅｃｉｓｉｏｎ ｔｒｅｅ ｔｏ
ｇｅｎｅｒａｔｅ ＭＤＴ ｍｏｄｅｌ ｄｅｃｉｓｉｏｎ ｔｒｅｅ ｕｓｅ ＭＤＴ ａｓ ｔｈｅ ｂａｓｅ ｃｌａｓｓｉｆｉｅｒ ｏｆ ｔｈｅ ＡｄａＢｏｏｓｔ ａｌｇｏｒｉｔｈｍ ａｎｄ ｗｅｉｇｈｔｅｄ ａｖｅｒａｇｅ ｔｏ ｇｅｎｅｒａｔｅ
(