基于双向有序互信息的单调分类决策树算法

分享到

【获取途径】超星期刊网
【作者】许行，梁吉业，王宝丽
【刊名】南京大学学报(自然科学版)
【作者单位】计算智能与中文信息处理教育部重点实验室,山西大学计算机与信息技术学院；太原师范学院计算机系
【年份】2013
【卷号】第5期
【页码】628-636
【ISSN】0469-5097
【关键词】有序互信息决策树单调分类集成学习
【摘要】决策树是一种智能进行实例分类的数据挖掘方法,已被广泛应用于机器学习、数据挖掘、智能控制等人工智能领域.单调决策树可以解决属性具有单调序关系的分类问题,近年来引起了国内外研究者的广泛关注.Hu提出了基于优势关系的有序信息熵的概念,并将其成功地运用于有序决策树的构造算法中,得到了较好的效果.在Hu的算法的基础上,利用双向的有序互信息生成不同的决策树,再集成其分类规则得到最后的决策结果,实验数据表明,相对于单向的有序分类树,此算法可以提高分类准确率,缩短分类规则的长度.
【基金】国家重点基础研究发展计划(973计划);山西省科技基础条件平台建设项目
【文献类型】期刊