检索结果-南通市图书馆

农业工程学报 2022年第11期38卷 180-187页

作者：王颢然肖建华欧阳茂霖高宏岩刘宇馨高利高翔王洪斌东北农业大学动物医学学院黑龙江省动物普通疾病防治重点实验室哈尔滨155030

为探究中国非洲猪瘟发生的风险区域,对疫情的风险评估提供决策参考。该研究基于贝叶斯累加回归树(Bayesian Additive Regression Tree,BART)模型,应用2018年8月至2021年8月非洲猪瘟发生数据评估了中国非洲猪瘟的风险区域及相关的影响因... 详细信息

为探究中国非洲猪瘟发生的风险区域,对疫情的风险评估提供决策参考。该研究基于贝叶斯累加回归树(Bayesian Additive Regression Tree,BART)模型,应用2018年8月至2021年8月非洲猪瘟发生数据评估了中国非洲猪瘟的风险区域及相关的影响因素。结果表明:1)在影响非洲猪瘟风险区分布的环境因素中,归一化城市土地指数(0.213±0.026)贡献性最高,其次是归一化差分植被指数(0.207±0.028),年平均气温(0.199±0.025),家猪的分布(0.194±0.025)和最冷季降水量(0.187±0.026)。2)在评估模型中,小型城市相比于其他类型的城市发生非洲猪瘟的风险更高。非洲猪瘟的发生风险随着年平均气温、归一化植被指数、家猪的数量的升高而升高。最冷季降水量的升高会降低非洲猪瘟发生的可能性。3)非洲猪瘟的风险区域主要集中在中国的东部和西南。4)在预测地图中,中国东南地区的不确定性较高,鉴于影响非洲猪瘟传播和发生的因素众多,未来需要对此区域保持重点关注。在模型的预测精准性评估中,模型曲线下面积(Area Under Curve,AUC)为0.90,证明风险地图的预测准确性较高。研究结果可为BART在动物传染病风险评估中的应用提供参考,同时为了解中国非洲猪瘟发生主要风险区域和影响因素,采取合理的预防和控制措施提供信息和建议。

关键词：病害模型非洲猪瘟风险评估贝叶斯累加回归树影响因素

来源：

维普期刊数据库评论

在线全文

维普期刊数据库

学校读者我要写书评

暂无评论

非对称误差分布的贝叶斯累加回归树模型研究及应用

引用

系统科学与数学 2022年第11期42卷 3119-3133页

作者：曹桃云张日权广东财经大学统计与数学学院广州510320 广东财经大学大数据与教育统计应用实验室广州510320 上海对外经贸大学统计与信息学院上海201620

贝叶斯累加回归树(BART)模型是一种非参数贝叶斯回归方法,在预测和变量重要性度量方面具有强大的功能.BART假设随机误差项服从正态分布,文章针对非对称数据,提出BART推广模型.所提模型首先根据BART树结构特点,基于中心极限定理,得到终... 详细信息

贝叶斯累加回归树(BART)模型是一种非参数贝叶斯回归方法,在预测和变量重要性度量方面具有强大的功能.BART假设随机误差项服从正态分布,文章针对非对称数据,提出BART推广模型.所提模型首先根据BART树结构特点,基于中心极限定理,得到终节点响应变量均值的渐近分布;接着基于U统计量性质,得到响应变量方差的渐近分布;最后基于Backfitting MCMC算法进行抽样迭代和参数估计.通过数值模拟并和随机森林算法的比较,展示了所提模型的可行性和优越性.实例分析说明了所提模型的实用性.

关键词：非对称误差分布贝叶斯累加回归树预测评价变量重要性度量随机森林

来源：

维普期刊数据库

同方期刊数据库评论

在线全文

学校读者我要写书评

暂无评论

基于贝叶斯累加回归树模型的非小细胞肺癌患者个性化疗效研究

引用

山东大学学报（医学版） 2022年第10期60卷 92-98页

作者：丁子琛王浩桦周立雯丛慧文李承圣包绮晗杨毅王廉源王素珍石福艳潍坊医学院公共卫生学院山东潍坊261053

目的应用贝叶斯累加回归树(BART)模型对非小细胞肺癌(NSCLC)患者的仅手术与手术+化疗两种治疗方案的疗效进行个性化评价,并识别高受益患者亚组。方法提取美国SEER数据库中2012—2013年间所有NSCLC患者资料,以总生存时间不小于5年作为结... 详细信息

目的应用贝叶斯累加回归树(BART)模型对非小细胞肺癌(NSCLC)患者的仅手术与手术+化疗两种治疗方案的疗效进行个性化评价,并识别高受益患者亚组。方法提取美国SEER数据库中2012—2013年间所有NSCLC患者资料,以总生存时间不小于5年作为结局,按照治疗方案分类进行比较。运用倾向性评分匹配法使比较组间协变量均衡,应用BART模型计算个体处理效应(ITE),运用决策树模型进行亚组分析。结果本研究BART所对应的模型曲线下面积(AUC)大于0.8,结果可信度较高,99.5%患者采用手术+化疗方案获得不同程度更优疗效,得到AJCC分期、原发灶位置、转移程度等临床实践中重要的亚组分类特征,并得出疗效最优的亚组。所得亚组中,相较于仅手术的治疗方案,远处转移、原发灶位于肺中叶的女性患者更能于手术+化疗方案中受益。结论构建的BART模型可以较好地评价NSCLC患者两种治疗方案的个性化疗效,为今后同类疾病的个性化医疗实践提供依据。

关键词：贝叶斯累加回归树个体处理效应非小细胞肺癌手术辅助化疗

来源：

维普期刊数据库

同方期刊数据库评论

在线全文

学校读者我要写书评

暂无评论

贝叶斯累加回归树模型在高血压药物个性化疗效评价中的应用

引用

中华疾病控制杂志 2021年第6期25卷 637-643页

作者：赵红玉冯一平马晓天潘凤鸣吴新莹王淑康季晓康张振堂王箐薛付忠山东大学齐鲁医学院公共卫生学院生物统计系山东大学健康医疗大数据研究院济南250012 青岛西海岸新区疾病预防控制中心健康管理科青岛266400

目的以高血压合并糖尿病人群为例,应用贝叶斯累加回归树(Bayesian additive regression tree,BART)模型评价卡托普利及其联合尼群地平用药对血压控制的个性化疗效,并识别高收益患者亚组特征。方法纳入2011年1月至2015年7月山东省胶南市... 详细信息

目的以高血压合并糖尿病人群为例,应用贝叶斯累加回归树(Bayesian additive regression tree,BART)模型评价卡托普利及其联合尼群地平用药对血压控制的个性化疗效,并识别高收益患者亚组特征。方法纳入2011年1月至2015年7月山东省胶南市“全人群高血压、糖尿病综合防治项目”中的高血压合并糖尿病患者,按不同用药方式分为三组,采用倾向性得分随机化匹配形成可比样本后,建立BART模型探索用药的个性化疗效。结果在单用卡托普利与不用药、联合用药与不用药,联合用药与单用卡托普利三组对比中,三组模型曲线下面积(area under curre,AUC)及其95%CI分别为0.710(0.686~0.734)、0.796(0.754~0.838)、0.768(0.725~0.812)。对于大多数患者,联合用药效果优于单用卡托普利和不用药,其中,相比不用药者,SBP较低且有良好运动习惯是单用卡托普利和联合用药疗效更佳者的共同特征。结论构建的BART模型用于预测高血压合并糖尿病患者的高血压药物个性化疗效效果良好,并且能够用于总结高收益亚组特征,为精准医疗在高血压治疗中的实践提供依据。

关键词：贝叶斯累加回归树高血压卡托普利精准医疗

来源：

维普期刊数据库

同方期刊数据库评论

在线全文

学校读者我要写书评

暂无评论

贝叶斯累加回归树在生存分析中的模型构建及其应用

贝叶斯累加回归树在生存分析中的模型构建及其应用

引用

第十二届全国体育科学大会

作者：印明辉绵阳师范学院

研究目的:贝叶斯累加回归树(BART)不仅在拟合数据的非线性和交互作用方面具有强大的灵活性,而且基于贝叶斯概率模型的方法与纯算法相比更具有优势,多树集成之后泛化能力也更强。但是,现有基于贝叶斯累加回归树的生存分析模型过于复杂,... 详细信息

研究目的:贝叶斯累加回归树(BART)不仅在拟合数据的非线性和交互作用方面具有强大的灵活性,而且基于贝叶斯概率模型的方法与纯算法相比更具有优势,多树集成之后泛化能力也更强。但是,现有基于贝叶斯累加回归树的生存分析模型过于复杂,限制了它的推广应用。因此,并构建贝叶斯累加回归树在生存分析中的简约模型十分必要。对右删失数据构建基于贝叶斯累加回归树的生存分析简约模型,以提高其在生存分析中的适用性。研究方法:通过引入右删失时间的顺序统计量,构建基于贝叶斯累加回归树的生存分析简约模型,并使用模拟数据进行评价及运用实例进行说明。研究结果:1)构建了基于贝叶斯累加回归树的生存分析模型(SURBART)。模型中,给定p(pij的集合),则向量y由n个0和1的独立序列组成,由此可得到分布函数。目标推断:利用重塑的数据,如果当前期区间无事件发生时,那么用于二分类数据的SURBART模型将区间事件的条件概率作为时间t和协变量x的非参数函数处理。通过重塑数据,由后验分布f生成的每个样本包含m棵树。对于任何t和x,可以得到后验分布函数。生存分析的目的通常是估计生存函数和风险函数。考虑到后验分布函数中的离散似然以及概率pij的条件特性,得到以下列表达式计算事件在删失时间tij,j=1,…,k的生存函数。得出这些函数后,其它目标数值的推断就很容易完成,例如事件时间的中位数或其它百分位数等,以及不同时间点的风险比较等。上述风险和生存函数表达式只适用于不同的观察时间,时间点之间的生存函数可以通过内插法来计算得出,并假定在此两个时间点内风险恒定。特别是对于所有t∈(t(j-1),t(j)),有h(t|x)=h(t(j)|x),可以得到生存函数。2)边际效应:根据Friedman偏依赖函数,将其它协变量进行平均,可以得到单个协变量或协变量子集的效应。具体来说,将协变量划分为两个部分,则得到边际依赖函数、生存函数。其它边际函数可通过类似方式获得,估计值可取后验样本得平均数或中位数等.3)模拟数据进行评价(1)单样本模拟,取N=200、删失率为50%时的覆盖概率:SURBART为0.96,Kaplan–Meier(KM)为0.95;偏差:SURBART为0.002,KM为0.005;RMSE:SURBART为0.034,而KM为0.035。由结果可知,与常用的KM估计相比较而言,SURBART模型中的后验可信区间具有良好的覆盖概率。在所有时间点上,SURBART模型估计的偏差接近0,并且与KM估计偏差相近,但略微稍大。SURBART模型的均方根误差与KM估计相近,但略微偏小。总的来说,SURBART模型在拟合生存函数中非常有效。(2)两样本模拟,取N=400、删失率为50%时的覆盖概率:SURBART为0.97,KM为0.96;偏差:SURBART为-0.007,KM为-0.004;RMSE:SURBART为0.043,KM为0.049。结果显示SURBART模型后验可信区间仍具有更好的覆盖概率,均方根误差略低,而偏差相近。当存在两个总体时,SURBART模型可以一次完成参数差值的估计,而KM需要两次进行估计。由模拟结果看到,SURBART模型后验可信区间具有良好的覆盖概率,与KM估计差值相比较优。虽然在一些情况下,SURBART模型偏差与KM估计差值相比相对高一些,但两种方法的偏差都很低。尽管SURBART模型偏差较高,但其均方根误差比KM估计差值方法较低。可能是SURBART模型在两种样本间同时借用了某些信息,从而降低了估计值的变异性。(3)比例风险(PH)和非比例风险(n PH)模拟,结果显示:在PH情形,Cox回归的偏差和RMSE略低于SURBART模型;而在n PH情形,SURBART模型的偏差和RMSE要显著低于Cox回归。如所预期的一样,Cox回归分析在偏差和均方根误差方面的表现非常好。值得注意的是,SURBART模型在性能上相当接近Cox回归分析。在n PH情形中,SURBART模型依旧表现良好,而Cox回归性能显著降低。(4)对于协变量具有高度非线性关系的情形,取N=400、2000、4000,利用Friedman5维函数生成模拟数据,结果表明SURBART模型估计的生存概率与实际生存概率呈高度的线性关系,能够很好地拟合生存概率与协变量之间的复杂函数关系。(5)对于协变量具有高度非线性关系的情形,取N=400、2000、4000,利用Friedman5维函数生成模拟数据,结果表明SURBART模型估计的生存概率与实际生存概率呈高度的线性关系,能够很好地拟合生存概率与协变量之间的复杂函数关系。4)在一项2000-2007年接受非血缘供体造血干细胞移植患者的生存情况的回顾性队列研究中,845名患者考虑13个协变量,SURBART模型结果显示:3种预处理方案

关键词：贝叶斯累加回归树生存分析右删失数据

来源： cnki会议评论

在线全文

cnki会议

学校读者我要写书评

暂无评论

基于贝叶斯累加回归树和随机森林的癫痫个性化治疗策略研究

基于贝叶斯累加回归树和随机森林的癫痫个性化治疗策略研究

引用

作者：路媛山东大学

学位级别：硕士

我国乃至世界的流行病学调查发现,癫痫患病率、发病率仍居高不下,已成为仅次于头痛的第二大神经系统常见病症,严重影响了患者的健康以及生活质量,给个人、家庭以及社会造成了沉重负担。关于癫痫的发作机制尚未完全阐述清楚,目前治疗方... 详细信息

我国乃至世界的流行病学调查发现,癫痫患病率、发病率仍居高不下,已成为仅次于头痛的第二大神经系统常见病症,严重影响了患者的健康以及生活质量,给个人、家庭以及社会造成了沉重负担。关于癫痫的发作机制尚未完全阐述清楚,目前治疗方式以抗癫痫药物治疗为主,但仍有20%～30%的患者治疗无效。由于癫痫发作机制以及药物作用机制的复杂性,遗传因素成为影响用药疗效的重要因素。因此根据真实情况下用药效果,基于药物基因组学,通过个性化用药疗效识别较高治疗效果的亚组,以图更好地控制癫痫发作。本研究以于临沂市人民医院确诊,并长期接受抗癫痫药物治疗的癫痫患者为研究对象,分别研究单用丙戊酸钠、拉莫三嗪与卡马西平癫痫患者的治疗效果。运用logistic回归分析筛选与疗效有关的SNP,建立贝叶斯累加回归树模型,识别出具有较高治疗效果的亚组,使癫痫患者个性化选择用药。最后根据随机森林模型确定癫痫患者有效用药剂量。研究结果:1.单用丙戊酸钠队列中共147人,有效者为127人,占比86.39%。最小年龄为3岁,最大为65岁,年龄的中位数及其四分位数分别为24岁、16.25岁和37岁;首次发作年龄最小者为1岁,最大者为64岁,首次发作年龄的中位数及其四分位数分别为19岁、10岁和32.5岁;每天最低用药剂量为50mg,最高剂量为1500mg,用药剂量的中位数及其四分位数分别为400mg、270mg和600mg;最短用药时长为365天,最长为2823天,用药时长中位数及其四分位数分别为1262天、797.5天和1736天;单用丙戊酸钠治疗者中发作类型以强直-阵挛性发作为主,占64.63%。2.单个SNP与丙戊酸钠疗效做logistic回归分析,筛选出与丙戊酸钠疗效有关的 SNP 位点共 9 个,包含 rs10068980(GABRA1)、rs12233719(UGT2B7)、rs28365063(UGT2B7)、rs15524(CYP3A5)、rs776746(CYP3A5)、rs2242480(CYP3A4)、rs4646440(CYP3A4)、rs2071197(HNF4A)、rs2894342(间隔区MLN;LINC01016)。SNP间的相互作用与丙戊酸钠疗效间的关系发现,两对SNP间的相互作用(rs12233719-rs15524和rs12233719-rs2894342)均与丙戊酸钠疗效有关。3.单用拉莫三嗪队列中共110人,有效者为90人,占比81.82%。最小年龄为8岁,最大为66岁,年龄的中位数及其四分位数分别为24岁、19岁和31岁;首次发作年龄最小者为1岁,最大者为53岁,首次发作年龄的中位数以及四分位数分别为20岁、13岁和24.75岁;每天最低用药剂量为25mg,最高剂量为600mg,中位数及其四分位数分别为100mg、50mg和100mg;最短用药时长362天,最长为2429天,中位数及其四分位数分别为1068天、705天和1492天;发作类型主要以强直-阵挛性发作为主,占64.55%。4.单个SNP与拉莫三嗪疗效做logistic回归分析,筛选出与拉莫三嗪疗效有关的 SNP 位点共 5 个,包含 rs1137101(LEPR)、rs2071197(HNF4A)、rs2304016(SCN2A)、rs3814055(NR1I2)和 rs7248240(CYP2A6)。5.单用卡马西平队列中共78人,有效者为64人,占比82.05%。最小年龄为9岁,最大为77岁,中位数及其四分位数分别为27岁、17岁和38岁;首次发作年龄最小者为1岁,最大者76岁,中位数及其四分位数分别为19岁、9岁和35.5岁;每天最低用药剂量为50mg,最高剂量为1200mg,中位数及其四分位数为200mg、200mg和400mg;最短用药时长为371天,最长为2799天,中位数及其四分位数分别为1062.5天、675天和1500天;发作类型以强直-阵挛性发作为主,占67.95%。6.单个SNP与卡马西平疗效做logistic回归分析,筛选出与卡马西平疗效有关的 SNP 位点仅 1 个,为 rs56113850(CYP2A6)。7.根据三种抗癫痫药物的BART模型,发现丙戊酸钠对于rs2242480与rs2894342基因型为野生型且rs12233719基因型为纯合型的癫痫患者效果更佳;卡马西平对于rs2242480为突变型且rs56113850、rs2304016基因型为野生型的癫痫患者治疗效果更佳;拉莫三嗪对于rs2242480基因型为野生型,rs12233719基因型为杂合性且rs2304016基因型为突变型效果更佳。8.丙戊酸钠控制癫痫有效的患者中,随机森林模型将110个癫痫患者分入8个亚组,其中单用丙戊酸钠有效且rs2242480基因为TT型者须服用较高剂量,约为

关键词：癫痫药物基因组贝叶斯累加回归树随机森林个性化治疗

来源：

同方学位论文库评论

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

贝叶斯累加回归树模型处理缺失数据研究

贝叶斯累加回归树模型处理缺失数据研究

引用

2017年中国卫生统计学学术年会

作者：印明辉秦婷婷伏振严明明尹平华中科技大学同济医学院公共卫生学院流行病与卫生统计学系

＜正＞背景与目的:贝叶斯累加回归树（BART）不仅在拟合数据的非线性和交互作用方面具有强大的灵活性,而且基于贝叶斯概率模型的方法与纯算法相比更具有优势,多树集成之后泛化能力也更强。但是,其在缺失数据处理仍存在一定的局限性。本... 详细信息

＜正＞背景与目的:贝叶斯累加回归树（BART）不仅在拟合数据的非线性和交互作用方面具有强大的灵活性,而且基于贝叶斯概率模型的方法与纯算法相比更具有优势,多树集成之后泛化能力也更强。但是,其在缺失数据处理仍存在一定的局限性。本文旨在探讨以选择模型和模式混合模型基础,考虑完全随机缺失（MCAR）、随机缺失（MAR）和非随机缺失（NMAR）机制,利用贝叶斯累加回归树处理连

关键词：数据处理连续型响应变量数据缺失贝叶斯累加回归树

来源： cnki会议评论

在线全文

cnki会议

学校读者我要写书评

暂无评论

基于MF-BAVART模型的GDP实时预测

基于MF-BAVART模型的GDP实时预测

引用

作者：臧美双东北财经大学

学位级别：硕士

GDP实时预测是通过使用及时有效的数据信息,在季度数据公布之前利用月度数据甚至更高频率的指标来预测当季GDP增速,由于其时效性,在经济遭受疫情等异常冲击的情况下受到了广泛的关注。由于GDP的发布时间具有滞后的特性且每季度发布一次... 详细信息

GDP实时预测是通过使用及时有效的数据信息,在季度数据公布之前利用月度数据甚至更高频率的指标来预测当季GDP增速,由于其时效性,在经济遭受疫情等异常冲击的情况下受到了广泛的关注。由于GDP的发布时间具有滞后的特性且每季度发布一次,无法及时反映宏观经济的发展状况,因此,对GDP的实时预测在宏观经济运行及相关政策的制定上具有重要意义。而在经济领域包含大量频率不同的经济指标,为了充分应用数据信息,不断地探索数据处理的方法,产生了各种混频数据模型。其中,混频向量自回归(MF-VAR)模型、混频动态因子(MF-DFM)模型与MIDAS模型得到广泛使用,但在经济出现短期剧烈波动的情况下,预测效果有时不尽人意,因此,对混频数据模型进行改进以提高实时预测效果具有重要的学术和现实意义。新冠肺炎疫情的出现给我国以及世界的经济运行发展都带来了巨大的冲击,分析我国的宏观经济所受到的影响并对GDP当期和未来走势及时进行预测,提高预测的准确性,能够为国家的政策及未来发展策略提供一定的理论依据,也为疫情发生后中国经济的恢复与稳步发展提供参考。贝叶斯累加回归树(BART)是通过集成学习的方法结合多个树模型所构成的,在数据拟合上较为灵活;混频向量自回归(MF-VAR)模型能够有效处理混频数据,在预测时使用迭代的算法,对模型不断迭代从而实现预测,由于这一特性,使其能够更好地与BART相结合。本文将前沿的混频数据模型方法与备受关注的机器学习的方法相结合,即将机器学习算法中的贝叶斯累加回归树与混频向量自回归模型相结合,构建MF-BAVART(Bayesian Additive Vector Autoregressive Tree)模型。结合MF-VAR模型与BART的特点,使得MF-BAVART模型拥有较强的泛化能力,对非线性数据的拟合上也具有较强的灵活性,本文基于MF-BAVART模型对GDP进行实时预测。本文的主要工作包含以下几个部分:(1)对模型方法进行相对详尽的介绍,包括对MF-VAR模型的表现形式、BART的相关理论以及对MF-BAVART模型的构建及估计进行介绍;(2)在实证分析部分,选取国内生产总值、工业增加值、社会消费品零售总额、进出口总额、固定资产投资完成额以及新冠疫情新增确诊人数指标进行模型的构建,并展示基于MF-BAVART模型的GDP实时预测结果,在此基础上,为了识别模型在预测上是否有显著优势,通过平均绝对误差与均方根误差来比较MF-BAVART模型与MF-VAR模型的预测效果,结果显示,MF-BAVART模型的整体预测效果相对较好。线性MF-VAR模型对异常情况下经济的预测并不敏锐,本文着力探究非线性形式的模型预测,运用BART充分挖掘数据中所包含的信息,对非线性形式进行估计,并将其应用于GDP的预测中。同时加入新冠疫情新增确诊人数指标,比较分析疫情发生后模型的预测效果。本文参考众多国内外学者的相关研究,探索利用MF-BAVART模型对GDP进行的实时预测,不但可以为国内基于MF-BAVART模型进行GDP预测提供参考,也可以丰富和补充国内的经济预测研究方法。

关键词： GDP 混频向量自回归模型贝叶斯累加回归树实时预测

来源：

同方学位论文库评论

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于BART算法的分类问题研究

基于BART算法的分类问题研究

引用

作者：邓兴文华南理工大学

学位级别：硕士

随着信息技术的不断发展，特别互联网技术的飞速发展，使得信息的规模呈现爆炸式增长，那么如何从这些数据中挖掘重要信息成为各个领域的共同需求，而分类问题作为模式识别和机器学习领域的常见问题而一直备受关注。By Hugh A. Chipman... 详细信息

随着信息技术的不断发展，特别互联网技术的飞速发展，使得信息的规模呈现爆炸式增长，那么如何从这些数据中挖掘重要信息成为各个领域的共同需求，而分类问题作为模式识别和机器学习领域的常见问题而一直备受关注。By Hugh A. Chipman等人于2008年提出贝叶斯累加回归树(BART)回归预测模型,并且2010将其推广应用到分类问题上去，是一种基于贝叶斯树的集成学习方法，具有泛化能力强及结果以概率形式输出的优点，鉴于该模型对二分类问题具有较好的性能，本文就该模型扩展到多分类问题上进行了研究，主要工作如下：首先对三种常用处理多分类问题的分解策略进行了介绍，并且说明了三种策略结合BART分类模型的可能。随后针对OAOBART算法中错分样本的实际类别得分排名基本处在第二名的情况，提出了改进的OAOBART算法(MOAOBART)，该算法是对落入不可分区域的样本利用其隶属于得分最大和次大的类别的隶属度来提高分类精度。通过对UCI上十个数据集的测试表明，改进的算法比原有的算法的不可分区域的分类精度和总体分类精度有所提高。针对OAO分解策略中分类器个数会随着类别个数K以O (K2)的速度增长，提出了基于一次数据划分的OAOBART算法(ODMOAOBART)，根据类到其余类的距离之和对整体数据类别划分成类别个数近似相等的两个簇，然后分别对这两个簇使用MOAOBART算法处理，这样可以在一定程度减少分类器的数量，从而也可以减少训练和测试的时间。对多个UCI数据集进行测试表明，该算法在识别精度相当的情况下，训练时间和测试时间都明显降低了。

关键词： MOAOBART算法 ODMOAOBART算法贝叶斯累加回归树多分类

来源：

同方学位论文库评论

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

欢迎您,

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

在线全文

在线全文

在线全文

在线全文

在线全文

在线全文

在线全文

在线全文

在线全文

请选择保存的检索档案：

请选择收藏分类：

通借通还

欢迎您,

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

在线全文

在线全文

在线全文

在线全文

在线全文

在线全文

在线全文

在线全文

在线全文

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：