文章/答案/技术大牛

发布

社区首页 >问答首页 >如何利用遗传算法在WEKA中寻找投票分类器的权重？

问如何利用遗传算法在WEKA中寻找投票分类器的权重？
EN

Stack Overflow用户

提问于 2019-01-10 19:04:01

回答 1查看 409关注 0票数 0

我在这篇文章工作：“一种利用集合学习预测肾结石类型的新方法”。作者用遗传算法找到了用WEKA投票的最优权重向量，但我不知道他们能做到这一点吗？如何使用遗传算法来寻找有WEKA的投票分类器的权重？

以下一段摘自该条：

为了提高投票算法的性能，采用了加权多数表决。简单多数投票算法通常是组合不同分类器的有效方法，但并不是所有的分类器对分类问题都有相同的效果。为了优化权重多数投票分类器的结果，需要找到最优的权重向量。应用遗传算法求解该问题的最优权向量。

发布于 2019-01-16 14:50:19

假设您有一些训练有素的分类器和测试集，您可以创建一个方法calculateFitness(double[] weights)。在该方法中，每个Instance根据weights计算所有预测和合并预测。使用组合预测和实际值来计算要最大化/最小化的总分。

使用calculateFitness方法，您可以创建一个自定义GA来找到最佳权重。

票数 1

页面原文内容由Stack Overflow提供。腾讯云小微IT领域专用引擎提供翻译支持

原文链接：

https://stackoverflow.com/questions/54135332

复制

相似问题

问如何利用遗传算法在WEKA中寻找投票分类器的权重？EN