基于代表性数据的决策树集成*

为了获得更好的决策树集成效果,在理论分析的基础上从数据的角度提出了一种基于代表性数据的决策树集成方法。该方法使用围绕中心点的划分(PAM)算法从原始训练集中提取出代表性训练集,由该代表性训练集来训练出多个决策树分类器,并由此建立决策树集成模型。该方法能选取尽可能少的代表性数据来训练出尽可能好的决策树集成模型。实验结果表明,该方法使用更少的代表性数据能获得比Bagging和Boosting还要高的决策树集成精度。     

一种改进的Web性能测试模型

在分析Web性能测试模型WPTM(Web Performance Testing Model)的基础上,提出了一种改进的Web性能测试模型IWPTM(Improved Performance Testing Model).增加了性能指标:思考时间,形成了一个Web性能测试框架,并在此基础上给出了一个新的性能测试流程.IWPTM弥补了WPTM中性能指标独立的不足,增加的思考时间使性能测试更为真实地模拟用户操作,测试结果更加准确.