论文研究 集成学习算法的研究与应用.pdf

集成学习算法的思想就是集成多个学习器，并组合它们的预测结果，以形成最终的结论。典型的学习模型组合方法有投票法，专家混合方法，堆叠泛化法与级联法，但这些方法的性能都有待进一步提高。提出了一种新颖的集成学习算法——增强的集成学习算法（ReinforcedEnsemble）。ReinforcedEnsemble集成算法由两大部分组成：ReinforcedEnsemble特征提取算法与ReinforcedEnsemble基分类器。通过实验，将ReinforcedEnsemble算法与其他集成学习算法进行了性能比较。实验结果表明，所提出的算法在多项指标上均达到最优。