《表2 CMAES集成学习方法对10种基学习器的集成权重》
本文首先选取逻辑回归(logistic regression,LR)、线性判别分析(linear discriminant analysis,LDA)、支持向量机(SVM)、决策树(decision tree,DT)、完全随机树(completely-random tree,CRT)、朴素贝叶斯(naive Bayes,NB)、K-邻近算法(KNN)、随机森林(RF)、完全随机树林(completely-random tree forest,CRTF)、深度级联森林(DCF)10种模型训练出基学习器,然后采用CMAES集成学习方法将10种算法集成。所有模型参数与单独使用时保持相同。CMAES集成学习方法对10种基学习器的集成权重如表2所示。
图表编号 | XD00134729200 严禁用于非法目的 |
---|---|
绘制时间 | 2020.03.01 |
作者 | 陈兴国、徐修颖、陈康扬、杨光 |
绘制单位 | 南京邮电大学江苏省大数据安全与智能处理重点实验室、南京大学计算机软件新技术国家重点实验室、南京邮电大学江苏省大数据安全与智能处理重点实验室、南京邮电大学江苏省大数据安全与智能处理重点实验室、南京邮电大学江苏省大数据安全与智能处理重点实验室 |
更多格式 | 高清、无水印(增值服务) |