2025年1月25日
星期六
|
欢迎来到叙永县图书馆•公共文化服务平台
登录
|
注册
|
进入后台
[
APP下载]
[
APP下载]
扫一扫,既下载
全民阅读
职业技能
专家智库
您的位置:
专家智库
>
作者详情
>
宋捷
宋捷
作品数:
2
被引量:7
H指数:1
供职机构:
中国人民大学统计学院
更多>>
发文基金:
教育部人文社会科学重点研究基地度重大研究项目
国家自然科学基金
更多>>
相关领域:
理学
更多>>
合作作者
吴喜之
中国人民大学统计学院应用统计科...
吕晓玲
中国人民大学统计学院
作品列表
供职机构
相关作者
所获基金
研究领域
题名
作者
机构
关键词
文摘
任意字段
题名
题名
作者
机构
关键词
文摘
任意字段
作者
题名
机构
关键词
文摘
任意字段
作者
作者
题名
机构
关键词
文摘
任意字段
在结果中检索
文献类型
2篇
中文期刊文章
领域
2篇
理学
主题
2篇
BOOSTI...
1篇
TREE
1篇
BOOSTI...
1篇
不平衡数据
机构
2篇
中国人民大学
作者
2篇
吴喜之
2篇
宋捷
1篇
吕晓玲
传媒
1篇
统计与决策
1篇
统计与信息论...
年份
2篇
2010
共
2
条 记 录,以下是 1-2
全选
清除
导出
排序方式:
相关度排序
被引量排序
时效排序
相关度排序
相关度排序
被引量排序
时效排序
一种新的Boosting回归树方法
被引量:7
2010年
梯度Boosting思想在解释Boosting算法的运行机制时基于基学习器张成的空间为连续泛函空间,但是实际上在有限样本条件下形成的基学习器空间不一定是连续的。针对这一问题,从可加模型的角度出发,基于平方损失,提出一种重抽样提升回归树的新方法。该方法是一种加权的加法模型的逐步更新算法。实验结果表明,这种方法可以显著地提升一棵回归树的效果,减小预测误差,并且能得到比L2Boost算法更低的预测误差。
宋捷
吴喜之
关键词:
BOOSTING
TREE
两分类不平衡数据的Boosting算法
2010年
Boosting算法是一类串行的集成算法,可用于分类和回归。不同的算法由不同的损失与不同的集成方式构成。文章提出了一种自适应地处理分类中的不平衡数据的Boosting算法Baboost。实验证明该算法能有效地减小各个类内部的预测误差。
宋捷
吕晓玲
吴喜之
关键词:
BOOSTING
不平衡数据
全选
清除
导出
共1页
<
1
>
聚类工具
0
执行
隐藏
清空
用户登录
用户反馈
标题:
*标题长度不超过50
邮箱:
*
反馈意见:
反馈意见字数长度不超过255
验证码:
看不清楚?点击换一张