近年來,地學空間信息處理、機器學習等技術,促進了空間定量預測與評價方法的長足發(fā)展。AdaBoost作為機器學習算法的一種,它能夠通過集成提升算法精度。成礦系統(tǒng)是一個多元、異構的復雜系統(tǒng),成礦事件的起因、發(fā)展、結果在空間上都具有復雜的特征。因此,人們很難將某給定區(qū)域精確劃為“有礦”或“無礦”,而是給出一個“有礦的概率”,這通常表示一個模糊的邏輯。Real Adaboost分類器是對傳統(tǒng)的Discrete Adaboost分類器的擴展和提升。相比于傳統(tǒng)弱分類器的二值輸出,Real Adaboost的每個弱分類器輸出的都是一個表示“屬于某個類的概率”,并通過將0-1的概率值映射到實數(shù)域,這也是“Real”的含義,能夠表達更為復雜的分類邏輯。本文的主要研究內(nèi)容包括:(1)介紹了Boosting算法的提出和發(fā)展,對傳統(tǒng)和Real AdaBoost算法的誤差,進行了分析說明。(2)通過分析傳統(tǒng)Adaboost算法,分類器權重計算公式也存在一些問題,例如:在分類錯誤率接近0時,分類器權重取值為正無窮,影響了最終強分類器精度;由于困難或異常樣本存在,在樣本權重更新過程中,多次被分錯樣本的權重過大,進而...

【文章頁數(shù)】：86 頁

【學位級別】：碩士

【部分圖文】：

圖1-1技術路線圖

中國地質大學（北京）碩士學位論文9圖1-1技術路線圖1.4.2研究成果本文通過總結新疆東天山海相火山巖型鐵礦（紅云灘、百靈山、赤龍峰鐵礦）的成礦機理，分別對傳統(tǒng)AdaBoost算法，RealAdaBoost算法和改進AdaBoost算法進行實驗分析，通過ROC曲線以及預測結果圖來....

圖2-1集成學習算法原理（改自：周志華，2016）

中國地質大學（北京）碩士學位論文112集成學習與AdaBoost算法2.1集成學習集成學習（Dietterich,1997；王玨和石純一，2003）方法是建立在個體學習器的基礎上，進行有效融合集成形成強分類器的過程（如圖2-1所示）。在集成學習算法中，如果個體學習器都是相同類型的....

圖2-2傳統(tǒng)AdaBoost算法結構圖

2集成學習與AdaBoost算法122.2AdaBoost算法AdaBoost作為Boosting算法最典型的的算法代表，因而也被評為數(shù)據(jù)挖掘十大算法之一（Zhouetal.,2009）。以致于無特殊說明，提到Boosting算法所指的都是AdaBoost算法（王玲娣，2018）....

圖2-3在相同數(shù)據(jù)集上Bagging和AdaBoost算法的訓練以及測試錯誤率變化圖

2集成學習與AdaBoost算法162.2.3AdaBoost算法泛化誤差分析需注意的是，機器學習的目標是使學得的模型能很好地適用于“新樣本”，而不是僅僅在訓練樣本上工作得較好的學習模型。那么，適用于新樣本的能力，稱為“泛化”（generalization）能力（周志華，2016....

本文編號：3902404