Boosting Technique for Combining Cellular GP Classifiers
Boosting Technique for Combining Cellular GP Classifiers
复制标题
组合蜂窝 GP 分类器的增强技术
DOI：
--
复制
发表时间：
2004
期刊：
影响因子：
--
通讯作者：
G. Spezzano
中科院分区：
文献类型：
--
作者：
G. Folino;C. Pizzuti;G. Spezzano
提出了一种扩展的细胞遗传规划的数据分类与提升技术，并进行了比较与装袋样多数表决方法。该方法能够处理不适合主存储器的大数据集，因为每个分类器都是在整个训练数据的子集上训练的。实验表明，通过使用合理大小的样本，这些投票算法的扩展提高了分类精度，在一个更低的计算成本。
An extension of Cellular Genetic Programming for data classification with the boosting technique is presented and a comparison with the bagging-like majority voting approach is performed. The method is able to deal with large data sets that do not fit in main memory since each classifier is trained on a subset of the overall training data. Experiments showed that, by using a sample of reasonable size, the extension with these voting algorithms enhances classification accuracy at a much lower computational cost.
DOI：
--
发表时间：
1992
期刊：
--
影响因子：
--
作者：
J. Koza
通讯作者：
J. Koza