Как использовать генетический алгоритм для определения веса классификатора голосования в WEKA?

Question

Я работаю с этой статьей : «Новый метод прогнозирования типа камней в почках с использованием ансамблевого обучения». Автор использовал генетический алгоритм для нахождения оптимального вектора веса для голосования с WEKA, но я не знаю, могут ли они это сделать. Как я могу использовать генетический алгоритм, чтобы найти вес классификатора голосования с WEKA?

Этот пункт ниже извлечен из статьи:

В целях повышения производительности алгоритма голосования, взвешенный используется большинство голосов. Простой алгоритм голосования большинством эффективный способ объединить разные классификаторы, но не все классификаторы одинаково влияют на проблему классификации. к оптимизировать результаты весового мажоритарного классификатора, нам нужно найти оптимальный вектор веса. Применение генетических алгоритмов является нашей решение для нахождения оптимального вектора веса в этой задаче.

Answer 1

Если у вас есть обученные классификаторы и набор тестов, вы можете создать метод calculateFitness(double[] weights). В этом методе для каждого Instance рассчитывают все прогнозы и объединяют прогнозы согласно weights. Используйте комбинированные прогнозы и реальные значения для расчета общего балла, который вы хотите максимизировать / минимизировать.

Используя метод CalculateFitness, вы можете создать собственный GA, чтобы найти лучшие веса.