开发工具:
文件大小: 342kb
下载次数: 0
上传时间: 2021-03-28
详细说明:使用决策树算法进行分类是数据流中广泛研究的问题。 挑战在于何时将决策节点拆分为多个叶子。 与不考虑方差的霍夫丁定律相比,利用伯恩斯坦和贝内特不等等方差信息的浓度不平等通常是严格严格的。 许多用于流分类的机器学习算法,例如超快速决策树(VFDT)学习器,AdaBoost和支持向量机(SVM),都使用Hoeffding边界作为性能保证。 在本文中,我们提出了一种基于最近提出的经验伯恩斯坦边界的新算法,以在决策树的准确性上实现更好的概率边界。 在四个合成数据集和两个真实世界数据集上的实验结果证明了我们提出的技术的性能增益。
(系统自动生成,下载前可以参看下载内容)
下载文件列表
相关说明
- 本站资源为会员上传分享交流与学习,如有侵犯您的权益,请联系我们删除.
- 本站是交换下载平台,提供交流渠道,下载内容来自于网络,除下载问题外,其它问题请自行百度。
- 本站已设置防盗链,请勿用迅雷、QQ旋风等多线程下载软件下载资源,下载后用WinRAR最新版进行解压.
- 如果您发现内容无法下载,请稍后再次尝试;或者到消费记录里找到下载记录反馈给我们.
- 下载后发现下载的内容跟说明不相乎,请到消费记录里找到下载记录反馈给我们,经确认后退回积分.
- 如下载前有疑问,可以通过点击"提供者"的名字,查看对方的联系方式,联系对方咨询.
相关搜索: