论文部分内容阅读
互联网中存在着海量的有用数据,这些数据位于世界各地的各个站点中,由于各个站点之间的通信代价,不可能收集全部站点的所有数据来训练一个全局分类器.但是每个站点都可以使用它自身的数据来训练一个本地分类器. Aggregative-Learning算法通过利用多个站点的本地分类器进行集成从而获得好的泛化能力.从理论上对Aggregative-Learning算法进行分析,并证明了为什么该算法在网络环境中具有良好的性能.