【摘 要】
：
数据挖掘的一个重要方法是采用机器学习技术产生分类器.将分类器集成到一起将会大大降低分类错误率.传统的助推方法是适合任何分类器的,而针对决策树的助推方法将进一步提高
【机 构】
：
深圳市现代计算机有限公司博士后科研工作站,深圳,518057
【出 处】
：
2005第一届中国分类技术与应用研讨会(CSCA)
论文部分内容阅读
数据挖掘的一个重要方法是采用机器学习技术产生分类器.将分类器集成到一起将会大大降低分类错误率.传统的助推方法是适合任何分类器的,而针对决策树的助推方法将进一步提高数据挖掘的分类精度.基于属性权和属性权信息增益的助推决策树算法,在提高预测精度的同时得到了可理解的规则.针对某市劳动局养老保险数据库进行了实验分析,实验结果验证了这一方法的有效性。
其他文献
针对具体应用设计效果更优的分类器一直是模式识别领域重要的研究内容.对于不同分类器效果的评价,目前的主要途径是建立在识别率的比较上.识别率具有简洁直观的优点,但其受测
提出了一种基于多权值神经网络的问候语语音识别算法,并对不同数量样本下HMM和多权值神经元方法对连续问候语语音中问候语音节的建模能力进行比较,从比较结果的发展趋势看,随
扩展了传统的流水线回归神经网络(pipelinedrecurrentneuralnetworks,PRNN)的网络结构,使其适用于动态系统辨识,并提出一种基于最小二乘法的PRNN训练学习算法.通过动态系统辨
提出了手语识别的一种新方法:对手语词进行基于隐马尔可夫(HMM)和支持向量机(SVM)的二级识别.由于HMM适于处理连续时序信号,SVM适于处理小样本的分类问题;同时,HMM更多地表达
１临床资料我科自１９９０年４月～２００１年１２月遇到小儿鼻腔异物误诊为慢性鼻炎１５例，年龄３～１０岁，男１０例，女５例。病程２个月～２年。异物种类：纸团５例、纽扣２例、花生米２例、棉片２例，橡皮２例，珠子１例、石子１例。患儿均有单侧鼻塞
如何能有效地保持原本学习过的知识,又能不断获取新知识?这是增量学习面临的难题.将集成学习算法移植应用于增量学习,建立了模块化增量学习模型,研究了BehaviorKnowledgeSpac
皮肤粘膜出血 :这是 HFRS最常见的出血部位。发热期可以发现有前胸和腋下皮肤呈点状或抓痕样出血点。软腭和咽后壁粘膜呈片状针尖样出血点。休克期和少尿期主要表现是前臂、
哮喘持续状态是指哮喘急性严重发作 ,经合理应用拟交感神经药物仍不能在 2 4小时内缓解 ,属于危重型哮喘 ,是引起哮喘病人死亡的主要原因。因此国内外均对此类病人的早期诊断
缺失数据的处理是数据挖掘和学习分类系统中的重要问题之一.在传统的学习分类系统中,有两种处理缺失数据的方法:①通过统计已知数据预测缺失数据;②将缺失数据标记为"任意值
近日从江苏省卫生厅获悉，江苏省积极开展婚姻保健、孕产期保健、儿童保健以及出生缺陷监测和预防、使用合格碘盐、健康教育等综合性防治工作，有效地预防和减少了出生缺陷和残疾