基于BT-SVM模型组合的动态加权多分类算法研究

在AI领域中,备受关注的一个问题是如何获得更好的分类,尤其是对于多分类的情形。目前,针对多分类算法已取得了大量的研究成果,很多较为高效的多分类算法也已应用到实践中,而对于多分类算法的研究仍然备受关注。以BT-SVM为基分类器,提出一种带阈值的新型动态加权多分类器集成的方法,并通过模拟和实证分析验证该算法的有效性,研究表明该算法对于平衡和非平衡数据的分类效果表现得都比较优良。

• 作者: 李涛;张景肖
• 出处: 《统计与信息论坛》 2019年1期
• 关键词: BT-SVM 带阈值的动态加权 多分类器集成
• 分类: [社会学][统计学]