结合降维思想的BinomialBoosting方法 |
| |
引用本文: | 赵秀丽,赵俊龙,吴喜之.结合降维思想的BinomialBoosting方法[J].统计与决策,2009(21). |
| |
作者姓名: | 赵秀丽 赵俊龙 吴喜之 |
| |
作者单位: | 1. 中国人民大学统计学院,北京,100872 2. 北京航空航天大学数学、信息与行为教育部重点实验室,北京,100191 |
| |
摘 要: | 文章利用充分降维的思想,对分类问题的BinomialBoosting(BBoosting)算法进行了改进,提出了一种新的方法--Dimension Reduction BinomialBoosting(DRBBoosting).这种算法在每次迭代中,结合充分降维方法,充分提取X与Y之间的信息,得到X的线性组合βTX,用βTX进行boosting迭代,避免了BBoosting对所有变量逐个分析.与BBoosting相比,收敛速度快,预测精度高;模拟比较也表明了DRBBoosting的优点.
|
关 键 词: | 充分降维 |
本文献已被 万方数据 等数据库收录! |
|