《C4.5算法的两点改进》.pdfVIP

第20卷第4期 江 苏 工业 学 院 学报 V01．20NO．4 2008年12月 JoURNAL0FJIANGSUPOLYTECHNICUNIVERSITY Dec．2008 文章编号：1673—9620(2008)04一0056一04 C4．5算法的两点改进 ’ 乔增伟 孙卫祥2 (1．江苏工业学院信息科学与工程学院，江苏常州213164；2．上海交通大学振动、冲击、噪声国家重点实验室，上海 200240) 摘要：C4．5作为一种重要的决策树算法尚存一些不足之处。针对C4．5对于连续属性最优分削阈值选择比较耗时的缺点，基于 Fayyad边界点判定定理，提出一种改进最优阈值选择方法。针对C4．5不具备增量式学习能力的缺点，在改造树结构体的基础 上，提出CA．5增量学习的改进方法。 关键词：决策树；CA．5；最优阈值I增量式学习 中图分类号：TP301．6 文献标识码：A Two toC4．5 ImprovementsAlgorithm QIAOZeng--weil．SUNWei—xian92 (1．SchoolofInformationScienceand 213164， Engineering，JiangsuPolytechnicUniversity，Changzhou of China；2．StateKeyLaboratoryVibration，ShockNoise，ShanghaiJiaotong 200240，China) hastWO flu decisiontree still isthatitis Abstract：Asimportant algorithm，C4．5 disadvantages．Onevery of otheriSthatC4．5hasnoabili— tofindthe thresholdcontinuousattribute．The time—consumingoptimal onthe theorem ofincremental given improvementmethod ty learning．Basedboundarypoint byFayyad，an of the thresholdis toovercomethefirst themodifica— selectingoptimal proposed disadvantage．Also，after is to the tionoftreestructureofC4．5，anincrementalC4．5 forwardsolvesecond algorithmput problem． words：decision threshold；incremental Key tree；C4．5；optimal learning 决策树的先驱是概念学习系统(Concept提出了C4．5算法。 Learnin