| 基于SODM的多分类器融合及其在客户分类中的应用 |
| |
| 引用本文： | 肖进,贺昌政. 基于SODM的多分类器融合及其在客户分类中的应用[J]. 管理工程学报, 2010, 24(4) |
| |
| 作者姓名： | 肖进 贺昌政 |
| |
| 作者单位： | 四川大学工商管理学院,四川,成都,610064 |
| |
| 基金项目： | 国家自然科学基金资助项目 |
| |
| 摘 要： | 目前大多数客户分类研究常采用单一的分类模型.引入多分类器融合方法,并将其与自组织数据挖掘理论(SODM)相结合,提出了基于SODM的选择性融合算法(SBSF).SBSF从全部基分类器的分类结果组成的初始模型集出发,由上一层模型两两组合产生新的待选模型,用最小二乘法来估计融合权重,而用外准则来评价和筛选中间候选模型,直到根据终止法则找到最优复杂度的融合模型.在15个UCI数据集上的实验结果显示,与单一的分类模型以及常用的多数投票法、贝叶斯方法、遗传算法等5种融合方法相比,SBSF具有更高的分类精度.进一步地,在信用卡数据集"german"上的客户分类实验表明,SBSF能自适应地从基分类器池中选择一个适当的基分类器子集进行融合,从而提高客户分类的精度.
|
| 关 键 词： | 多分类器 选择性融合 客户分类 |
SODM Based Multiple Classifiers Fusion and Its Application in Customer Classification |
| |
| XIAO Jin,HE Chang-zheng. SODM Based Multiple Classifiers Fusion and Its Application in Customer Classification[J]. Journal of Industrial Engineering and Engineering Management, 2010, 24(4) |
| |
| Authors: | XIAO Jin HE Chang-zheng |
| |
| Abstract: | |
| |
| Keywords: | SBSF SODM |
| 本文献已被 万方数据 等数据库收录！ |
|
