УПРАВЛЕНИЕ ЭНЕРГЕТИЧЕСКОЙ ЭФФЕКТИВНОСТЬЮ В ПРОМЫШЛЕННОСТИ И ЖКХ (УЭЭП)
Войти на сайт | Регистрация
УДК 004.855.5
Методы снижения взаимозависимости ошибок деревьев решений при обучении лесов решений
Кафтанников И.Л., ЮУрГУ
Парасич А.В., ЮУрГУ
Аннотация
Рассматривается задача обучения лесов решений. Приводится анализ существующих методов обучения лесов решений, описываются их преимущества и недостатки. Предлагаются возможные методы снижения взаимозависимости ошибок деревьев.
Ключевые слова
деревья решений, леса решений, машинное обучение, классификация
Литература
1. Воронцов К.В. Комбинаторная теория переобучения: результаты, приложения и открытые проблемы. / К.В. Воронцов // Математические методы распознавания образов — 2011 — С. 40–43.
2. Breiman L. Random Forests. / L. Breiman // Machine Learning — 2001 — Vol. 45(1), P. 5–32.
3. Breiman L. Bagging Predictors. / L. Breiman // Machine Learning — 1996 — Vol. 24, No. 2. P. 123–140.
4. Freund Y. Experiments with a New Boosting Algorithm. / Y. Freund, R. E. Schapire // International Conference on Machine Learning — 1996 — P. 148–156.
5. Маценов А.А. Комитетный бустинг: минимизация числа базовых алгоритмов при простом голосовании. / А.А. Маценов // Математические методы распознавания образов — 2013 — С. 180–183.
6. Mason L. Direct Optimization of Margins Improves Generalization in Combined Classifiers. / L. Mason, P. Bartlett, J. Baxter // Proc. of the 1998 conf. on Advances in Neural Information Processing Systems II — 1999 — P. 288–294.
2. Breiman L. Random Forests. / L. Breiman // Machine Learning — 2001 — Vol. 45(1), P. 5–32.
3. Breiman L. Bagging Predictors. / L. Breiman // Machine Learning — 1996 — Vol. 24, No. 2. P. 123–140.
4. Freund Y. Experiments with a New Boosting Algorithm. / Y. Freund, R. E. Schapire // International Conference on Machine Learning — 1996 — P. 148–156.
5. Маценов А.А. Комитетный бустинг: минимизация числа базовых алгоритмов при простом голосовании. / А.А. Маценов // Математические методы распознавания образов — 2013 — С. 180–183.
6. Mason L. Direct Optimization of Margins Improves Generalization in Combined Classifiers. / L. Mason, P. Bartlett, J. Baxter // Proc. of the 1998 conf. on Advances in Neural Information Processing Systems II — 1999 — P. 288–294.