多变量决策树的研究与探讨.pdfVIP

多变量决策树的研究与探讨1 蔺建华 河海大学计算机及信息工程学院，中国南京 (210098) E-mail：lakelin@ 摘 要：目前大多数决策树构造方法在每个节点上只检验单一属性,这种单变量决策树忽视 了信息系统中广泛存在的属性间的关联作用,而且修剪时往往代价很大。并且现有的多变量 决策树构造方法，在数据间存在明显的非线性成分时，其构造的树的精度不够高。本文提出 了一种基于核函数的非线性主成分分析(KPCA)多变量决策树构造方法，提取信息系统中的若 干主成分来构造多变量决策树。理论表明,这是一种操作简单,效率很高的决策树生成方法。 关键词：数据挖掘;单变量决策树;多变量决策树; 基于核函数的非线性主成分分析 … 中图分类号：TP18 1．引言 决策树方法是数据挖掘中分类任务研究得最为广泛的一种方法,它的生成是一个从上至 下、分而治之的过程。目前,大多数决策