摘要
给出了主成分分析法(PCA)的数学描述及解释,提出了基于PCA的分类器提取方法及基于PCA的集成学习算法.在UCI的6个公用数据集上,对提出的算法进行了较全面的实验研究和分析,实验表明在多项指标上所提出的算法优于表现良好的传统集成学习算法.
The mathematical description about the principal components analysis method (PCA) is given. The approaches of PCA based classifiers training and the algorithm of PCA based ensemble learning are put foward. Experimental results on six common data sets of UCI show our algorithm is more efficient than the traditional ensemble learning algorithms.
出处
《河北师范大学学报(自然科学版)》
CAS
北大核心
2010年第2期154-159,共6页
Journal of Hebei Normal University:Natural Science
基金
河北省科学研究发展计划项目(09213515D
09213575D)
河北省教育厅科研基金(2008472)
河北师范大学科研基金(L2006B03
L2007Z01)
关键词
主成分分析法
集成学习
分类器
principal components analysis
ensemble learning
classifier