互联网 qkzz.net
全刊杂志网:首页 > 女性 > 文章正文
刊社推荐

基于代表性数据的决策树集成


□ 李海芳 丁周芳 王立群

  (太原理工大学 计算机与软件学院, 太原 030024)
  
  摘 要:
  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。
  关键词:代表性数据; 决策树; 聚类; 围绕中心点的划分; 集成学习; Bagging; Boosting
  中图分类号:TP301.6文献标志码:A
  文章编号:10013695(2009)04124103
  
  Ensemble of decision trees based on representative data
  LI Haifang, DING Zhoufang, WANG Liqun
  (College of Computer & Software, Taiyuan University of Technology, Taiyuan 030024, China)
  
  Abstract:
  To generate better ensemble output of decision trees, based on the theoretic analysis, this paper put forward a method used for ensemble of decision trees with representative data from the data point of view .This method extracted representative data via partition around medoids (PAM) algorithm from the original training set at first, then it trained a number of decision trees with the help of the representative data and built a ensemble model with the trained decision trees. This method could select the less representative data and trained the better ensemble model of decision trees. The experiment results show that this method can obtain higher ensemble precision of decision trees than Bagging or Boosting furthermore it uses less representative training set. ......
很抱歉,暂无全文,若需要阅读全文或喜欢本刊物请联系《计算机应用研究》杂志社购买。
欢迎作者提供全文,请点击编辑
分享:
 

了解更多资讯,请关注“木兰百花园”
分享:
 
精彩图文


关键字
支持中国杂志产业发展,请购买、订阅纸质杂志,欢迎杂志社提供过刊、样刊及电子版。
关于我们 | 网站声明 | 刊社管理 | 网站地图 | 联系方式 | 中图分类法 | RSS 2.0订阅 | IP查询
全刊杂志赏析网 2017