可拓AdaBoost算法对预测结果的改进

为解决传统分类算法的预测结果所提供的信息不够丰富的问题,采用理论分析和实验相结合的方法,融合Ada Boost算法和可拓学理论,提出一种全新的以关联函数的形式对分类结果进行表达的可拓Ada Boost算法.以Ada Boost算法为框架,结合可拓理论中可拓模型和关联函数的理论,寻找物元的本质特征元并以此作为弱分类器,提出了根据事物隶属所有类别的关联度来判断事物类别的方法.实验表明,可拓Ada Boost算法不仅用关联函数优化了传统分类算法预测结果为关于某一类别"是"或"不是"的简单表述,而且在适用问题中可以使分类结果更准确.