第十一章 动态决策树算法研究.pdfVIP

  1. 1、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
  2. 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  3. 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
  4. 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
  5. 5、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们
  6. 6、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
  7. 7、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
动态决策树算法研究 尹阿东 谢霖铨 龙 誉 杨立东 (北京科技大学管理学院,北京 A% ) : BC/.0D ,0-.E:-7F60-.$1:/ 摘 要 该文在增量决策树算法的基础上,提出一种能够处理变化数据集的减量决策树算法,提出并证明了减量决策树 算法中的三个基本定理,保证了减量决策树算法的可靠性。同时将传统的增量决策树算法与该文所提出的减量决策树算 法相结合,构造出一种动态决策树算法,该算法很好地解决了发生增减变化的动态数据集构造决策树的问题,另外动态 决策树算法的提出也促进了在线规则提取的发展与完善。 关键词 决策树算法 动态数据集 信息熵 文章编号 ( ) 文献标识码 中图分类号 !CA%%C !# %%C %C% G HIA !#$%’# () *+)$,- ./0(%-1’, (2 *-#-() 3%# 4-) .5()0 6- 7-)89$) 7()0 49 4$)0 7-5()0 ( , , ) J1?::D :; K.-.74/4-5 9-043605, :; J104-14 .-E H41?-:D:7, L40M0-7 L40M0-7 A% : , .:#1%$1 L.64E :- 5?4 0-134/4-5.D .D7:305?/ 5?06 N.N43 N3:N:646 . -4O .D7:305?/ 5?.5 1.- 0-EP14 E41060:- 53446 ;3:/ , 5?4 E4134.60-7 E.5.6456$G5 5?4 6./4 50/4 5?06 N.N43 .D6: N3464-56 .-E 54650;046 5?4 5?344 5?4:34/6 5?.5 4-6P34 5?4 .D0E2 , , 05, :; 5?4 E4134.60-7 .D7:305?/$QP35?43/:34 0-5473.50-7 5?4 53.E050:-.D 0-134/4-5.D .D7:305?/ O05? E4134.60-7 .D7:305?/ , 5?06 N.N43 N3:N:646 . E,-./01 .D7:305?/ :; E41060:- 53446 O?01? 1.- 4R53.15 3PD46 :; E41060:- 53446 ;3:/ 5?4 1?.-74.SD4 E.5.6456$H?4 E,-./01 .D7:305?/ 1.- N3:/:54 5?4 E44D:N/4-5 .-E N43;4150:- :; 5?4 T-CU0-4 PD46 BR53.150:-$ : , , ;+(%5# .D7:305?/ :; E41060:- 53446 E,-./01 E.5.6456 4RN4154E 0-;:3/.50:- 引言 问题。 传统的’(% 算法是通过训练数据集,利用信息增益原理自 动态数据集算法的最大优点是当训练数据集发生增减变

文档评论(0)

xiaofei2001129 + 关注
实名认证
文档贡献者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档