Коэволюционный метод обучения алгоритмических композиций

Журнал: 
Страница: 
51
УДК: 
519.7:004.855.5
Рассматривается новый метод построения алгоритмических композиций в задачах обучения по прецедентам. Данный метод является развитием идей алгебраического подхода к проблеме распознавания, а также методов бустинга, бэггинга и случайных подпространств. Для обучения базовых алгоритмов применяется специальный генетический алгоритм − кооперативная коэволюция. Метод является универсальным, то есть может применяться к любым семействам базовых алгоритмов, любым корректирующим операциям и любым методам их настройки. Эксперименты на реальных задачах классификации из репозитария UCI показывают, что данный метод позволяет строить композиции из малого числа алгоритмов, обладающие достаточно высокой обобщающей способностью. 
info_eng: 
The new method for ensemble learning is proposed − Cooperative Coevolution Ensemble Learner (CCEL), based on special genetic algorithm. It can be used as a wrapper over any kind of weak algorithms, learning procedures and fusion functions. Experiments on 12 real-world problems from UCI repository show that CCEL has a fairly high generalization performance and constructs ensembles of much smaller size than boosting, bagging and random subspaces method.