|
|||||
|
|
| CART决策树的两种改进及应用 | |
| 引用本文： | 张亮,宁芊. CART决策树的两种改进及应用[J]. 计算机工程与设计, 2015, 0(5) |
| 作者姓名： | 张亮 宁芊 |
| 作者单位： | 四川大学 电子信息学院,四川 成都,610065 |
| 基金项目： | 国家973重点基础研究发展计划基金项目 |
| 摘 要： | 利用Fayyad边界点判定原理对CART决策树选取连续属性的分割阈值的方法进行改进，由Fayyad边界点判定原理可知，建树过程中选取连续属性的分割阈值时，不需要检查每一个分割点，只要检查样本排序后，该属性相邻不同类别的分界点即可；针对样本集主类类属分布不平衡时，样本量占相对少数的小类属样本不能很好地对分类进行表决的情况，采用关键度度量的方法进行改进。基于这两点改进构建CART分类器。实验结果表明，Fayyad边界点判定原理适用于CART算法，利用改进后的CART算法生成决策树的效率提高了近45％，在样本集主类类属分布不平衡的情况下，分类准确率也略有提高。 |
| 关 键 词： | 决策树 CART算法 分割阈值 Fayyad边界点判定定理 关键度度量 |
Two improvements on CART decision tree and its application |
|
| ZHANG Liang,NING Qian. Two improvements on CART decision tree and its application[J]. Computer Engineering and Design, 2015, 0(5) | |
| Authors: | ZHANG Liang NING Qian |
| Abstract: | |
| Keywords: | decision tree CART algorithm segmentation threshold Fayyad boundary point determination principle key deci-sion factor |
| 本文献已被 万方数据 等数据库收录！ | |