Institutional Repository of School of Information Engineering and Artificial Intelligence
| 基于密度峰值的随机森林自训练算法 | |
刘伟 ; 顾振辉
| |
| 2021-08-10 | |
| 发表期刊 | 信息与电脑(理论版)
 |
| 卷号 | 33期号:15页码:73-75 |
| 摘要 | 在数据分析中,有标签数据难以获取且代价高昂、无标记数据往往大量易获得,而半监督学习在这种受限情况下可以大幅降低模型训练成本。笔者提出一种基于密度峰值的随机森林自训练算法,通过对单棵决策树进行自训练改进,利用密度峰值聚类算法获取样本潜在空间结构,在有标签样本中搜索邻近的样本,选择高置信度的无标签样本加入训练集,然后迭代优化分类器。该方法既保留了随机森林的泛化能力,又有效利用了无标签样本中的潜在信息。在多个UCI数据集中的实验结果表明,该算法能够提升半监督分类性能。 |
| 关键词 | 自训练算法 密度峰值聚类 随机森林 半监督分类 |
| URL | 查看原文 |
| ISSN | 1003-9767 |
| 语种 | 中文 |
| 原始文献类型 | 学术期刊 |
| 中图分类号 | TP181 |
| 文献类型 | 期刊论文 |
| 条目标识符 | http://ir.lzufe.edu.cn/handle/39EH0E1M/31256 |
| 专题 | 信息工程与人工智能学院 |
| 作者单位 | 兰州财经大学 |
| 第一作者单位 | 兰州财经大学 |
| 推荐引用方式 GB/T 7714 | 刘伟,顾振辉. 基于密度峰值的随机森林自训练算法[J]. 信息与电脑(理论版),2021,33(15):73-75. |
| APA | 刘伟,&顾振辉.(2021).基于密度峰值的随机森林自训练算法.信息与电脑(理论版),33(15),73-75. |
| MLA | 刘伟,et al."基于密度峰值的随机森林自训练算法".信息与电脑(理论版) 33.15(2021):73-75. |
| 条目包含的文件 | 条目无相关文件。 | |||||
| 个性服务 |
| 查看访问统计 |
| 谷歌学术 |
| 谷歌学术中相似的文章 |
| [刘伟]的文章 |
| [顾振辉]的文章 |
| 百度学术 |
| 百度学术中相似的文章 |
| [刘伟]的文章 |
| [顾振辉]的文章 |
| 必应学术 |
| 必应学术中相似的文章 |
| [刘伟]的文章 |
| [顾振辉]的文章 |
| 相关权益政策 |
| 暂无数据 |
| 收藏/分享 |
除非特别说明，本系统中所有内容都受版权保护，并保留所有权利。
修改评论