|
|||||
|
|
| 决策树分类准确率极限的研究 | |
| 作者姓名： | 牛琨 陈俊亮 张舒博 |
| 作者单位： | [1]北京邮电大学计算机科学与技术学院,北京100876 [2]中国电信北京研究院决策研究部,北京100035 |
| 摘 要： | 采用最大分类树作为分析经验风险与结构风险的工具,对决策树分类准确率极限进行了研究。针对决策树模型的分类效果难以客观评价的问题,讨论了决策树分类准确率极限的存在条件,给出了求出该极限的方法。以最大分类树作为分析工具,提出了在经验风险和结构风险4种分布条件下分类准确率极限是否存在的4个定理,并从机器学习理论和工程建模实践2个角度进行了讨论。实验验证了该理论的正确性。 |
| 关 键 词： | 决策树 分类准确率 极限 经验风险 结构风险 |
| 文章编号： | 1000-3428（2007）10-0222-03 |
| 修稿时间： | 2006-08-03 |
| 本文献已被 CNKI 维普 万方数据 等数据库收录！ | |
| 点击此处可从《计算机工程》浏览原始摘要信息 | |
| 点击此处可从《计算机工程》下载全文 | |