论文部分内容阅读
提出一种将基于聚类集成修剪同动态选择与循环集成结合的方法。首先，利用基于K-均值聚类算法的修剪策略对全部的候选分类器进行筛选，形成新的候选分类器集合。然后，改进动态选择与循环集成方法，将其与集成后序选择结合对处理过的候选分类器集合进行集成学习。此外，通过问题转化法将提出的模型应用于多标记分类。在3组UCI数据集、1组个人借贷信用的不平衡二分类数据集以及3组多标记数据集进行测试，并与多种先进方法进行对比实验，说明了该方法在二分类问题上的有效性与多标记问题上的可行性。