Weka中的投票算法

时间:2018-11-25 16:13:54

标签: machine-learning classification weka

我想知道投票算法的工作原理。

假设我在投票中使用朴素贝叶斯和逻辑回归。 而且我得到的准确性比单个算法要好。

我如何获得更好的准确性?工作程序是什么?

1 个答案:

答案 0 :(得分:0)

投票是一种集成方法,可以通过组合几个基本分类器来提高准确性。组织投票程序的方式有几种:多数投票,概率平均值,概率中位数等。

例如,在具有10个基本分类器的多数投票的情况下,将在这10个基本分类器的所有分类结果中选择投票数最高的类别。

如果我们假设基本分类器的误差是独立的,则给定n个独立的观测值Z1,Z2,...,ZN,每个观测值具有方差enter image description here,则这些观测值的均值方差由< / p>

enter image description here

结果是,多数投票有效,因为它可以减少投票中分类器的方差误差分量。