基于双向有序互信息的单调分类决策树算法

分享到

【作者】许行，梁吉业，王宝丽
【会议名称】第十三届中国Rough集与软计算学术会议、第七届中国Web智能学术研讨会、第七届中国粒计算学术研讨会联合学术会议
【作者单位】山西大学计算机与信息技术学院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计算智能与中文信息处理教育部重点实验室；太原师范学院计算机系
【召开年】2013
【会议地点】福建漳州
【会议录】第十三届中国Rough集与软计算学术会议、第七届中国Web智能学术研讨会、第七届中国粒计算学术研讨会联合学术会议论文集
【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.
【文献类型】会议论文