摘要：本文提出了一种基于Moore-Penrose逆矩阵的新型选择性集成学习算法。先独立训练出一批个体学习器并为每个学习器指定一个初始权值，然后应用基于Moore-Penrose逆矩阵的算法对这些权值进行优化，最后选择权值较大的个体学习器进行最终集成。本文提出的选择性集成学习算法方法简单、易于实现，执行效率高。对8个真实数据集的实验表明，该集成学习算法相对于一般的集成学习算法，可以采用更少的学习器而获得更高的泛化能力。

送人玫瑰，手留余香~如您已下载到该资源，可在回帖当中上传与大家共享，欢迎来CDA社区交流学习。（仅供学术交流用。）