会议论文《基于训练集平行分割的集成学习算法研究》发表于第二届全国智能信息处理学术会议。该文提出一种新的集成学习方法，通过将训练集进行平行分割，提高模型的多样性和泛化能力。研究旨在解决传统集成方法中样本重用和模型相关性高的问题，实验结果表明该方法在多个数据集上表现优异，具有较高的实用价值。
文档为pdf格式，0.33MB，总共4页。
举报
