基于分形维的决策树构建及应用研究.pdfVIP

第 卷 Vo1．19 N 】2 2009年年112埒月期 计算机技术与发展 Dec． 2009 O。lⅧ 『IERT HN0L0GY ANDDEVELOPMENT 基于分形维的决策树构建及应用研究 李广水 ，郑 滔2，孙 梅 (1．金陵科技学院，江苏 南京 211169； 2．南京大学 软件学院，江苏 南京 210093) 摘 要 ：针对决策树构建过程中易于出现数据碎片、子树重复等问题 ，提 出了基于分形维构建特征数据集的方法 ：因为信 息增益表示了该属性信息量的多少 ，因此在确定了数据集的嵌入维数k之后 ，选择信息增益最大的前k个属性构造原数据 集的特征数据集，并分析了依据分形维数和信息增益对冗余属性的删除以及特征集的信息损失对决策树构建的影响。实 验过程中，分别采用从原始属性 中选择及拟合两种方法构建特征数据集 ，依据对实验结果的比较分析，进一步证明了该方 法的有效 。 关键词：决策树；分形维数；信息增益 ；数据挖掘 中图分类号： ll 文献标识码：A 文章编号：1673—629X(2009)12—0005一O4 Research ofDecision TreeDesignandApplication BasedonFractalDimension LIGuang-shui。，ZHENG Wao2SUN Mei ， (1．JinlingInstituteOfTechnology，Nanjing21l169，China； 2．SoftwareInstitute，NanjingUIliversity，Nanjing210093，China) Abstract：Forthekeyi~uessthathow tOreducethedatafragmentationandsub—treerepeatintrainingthedecisiontree ，theconceptto ~nstmetthecharacteristicdatasetbasingonthefractaldimensionarepresented：eslecting num~rkofallattributesorderde byinforma— tiongainaccordingtheembedingdimensionofthesourcedataest，themethod0fdroping therdeundnacyattributesnadtheinfectionof informationk todceisiontreeisdiesussed．Intheexperiment．thedceesiontre~saretrainde Oildifferentcharacteristicdatasetsthatone isbydirectlyselceting someattributesfrom sourcedatasetandanotherismadeup，naalysingtheresultsfrom twodecisiontreesapplide totestadtasetprc themethod iseffective． Ke3’words：dceisiontree；fractaldimension；informationgain；datamining O 引 言 本的划分，这常使得决策树过于复杂且难以解释，贪心