一种基于迭代Bagging的回归算法
作者:
王立
;
朱学峰
关键词:
迭代
偏置
Bagging
回归
摘要：
在集成算法中，Bagging算法能够在回归预测中有效地减少方差，但在减少偏置方面却没有明显的效果。针对这一问题，提出一种迭代Bagging回归算法，在每个独立阶段的学习中通过Bagging算法和个体学习机初始权值的随机化设置来减小方差；同时，又通过减小方差后的回归残差进行多个阶段的迭代计算，并将各阶段结果叠加，在减小方差的同时达到偏置的减小，从而使得泛化误差更大程度的减小，得到更精确的预测结果。通过对标准数据集和实际数据的仿真实验证明，此方法可以达到比单纯Bagging算法更好的回归预测效果。
上一篇：多粘菌素补料分批发酵过程pH值的优化控制
下一篇：电子束快速成型温度自适应模糊PID控制系统