模式识别与人工智能
2025年4月3日 星期四   首 页     期刊简介     编委会     投稿指南     伦理声明     联系我们                                                                English
模式识别与人工智能  2016, Vol. 29 Issue (4): 367-375    DOI: 10.16451/j.cnki.issn1003-6059.201604009
研究与应用 最新目录| 下期目录| 过刊浏览| 高级检索 |
基于决策树集成的偏标记学习算法*
于菲,张敏灵
东南大学 计算机科学与工程学院 南京 210096
东南大学 计算机网络和信息集成教育部重点实验室 南京 210096
Decision Tree Ensemble Based Partial Label Learning Algorithm
YU Fei, ZHANG Minling
School of Computer Science and Engineering, Southeast University, Nanjing 210096
Key Laboratory of Computer Network and Information Integration of Ministry of Education,Southeast University, Nanjing 210096

全文: PDF (582 KB)   HTML (1 KB) 
输出: BibTeX | EndNote (RIS)      
摘要 为了克服偏标记学习中监督信息缺失的问题,根据偏标记样本的性质设计决策树生成过程中的样本分裂规则,改造决策树的建立算法.文中算法首先对样本进行bootstrap采样并建立多棵决策树,然后对各决策树结果进行投票得出最终预测结果.在人工数据集和真实数据集上的实验表明,文中算法具有较好的分类性能.
服务
把本文推荐给朋友
加入我的书架
加入引用管理器
E-mail Alert
RSS
作者相关文章
于菲
张敏灵
关键词 弱监督学习偏标记学习随机森林集成学习    
Abstract:To overcome the problem of the missing supervision information in partial label learning, a special splitting measure for the generation of decision tree is designed according to the property of partial label examples and the growth algorithm of decision tree is modified. In the proposed algorithm, bootstrap sampling is employed to construct multiple decision trees, and then the final prediction result is obtained by voting on the classification results of each decision tree. Experiments on artificial datasets and real-world datasets validate the good performance of the proposed algorithm.
Key wordsWeakly Supervised Learning    Partial Label Learning    Random Forest    Ensemble Learning   
收稿日期: 2015-05-15     
ZTFLH: TP 301  
基金资助:国家自然科学基金项目(No.61573104,61222309)、教育部新世纪优秀人才支持计划(No.NCET-13-0130)资助
作者简介: 于 菲,男,1990年生,硕士研究生,主要研究方向为机器学习、数据挖掘.E-mail:yuf@seu.edu.cn.
张敏灵(通讯作者),男,1979年生,博士,教授,主要研究方向为机器学习、数据挖掘.E-mail: zhangml@seu.edu.cn.
引用本文:   
于菲,张敏灵. 基于决策树集成的偏标记学习算法*[J]. 模式识别与人工智能, 2016, 29(4): 367-375. YU Fei, ZHANG Minling. Decision Tree Ensemble Based Partial Label Learning Algorithm. , 2016, 29(4): 367-375.
链接本文:  
http://manu46.magtech.com.cn/Jweb_prai/CN/10.16451/j.cnki.issn1003-6059.201604009      或     http://manu46.magtech.com.cn/Jweb_prai/CN/Y2016/V29/I4/367
版权所有 © 《模式识别与人工智能》编辑部
地址:安微省合肥市蜀山湖路350号 电话:0551-65591176 传真:0551-65591176 Email:bjb@iim.ac.cn
本系统由北京玛格泰克科技发展有限公司设计开发 技术支持:support@magtech.com.cn