- 1、本文档共53页,可阅读全部内容。
- 2、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。
- 3、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。
- 4、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)。
查看更多
决策树你过拟合问题分析
决策树过拟合问题研究
决策树过拟合问题研究 摘 要
数据库知识发现是(Knowledge Discovery in Databases,简称KDD)是当 前涉及人工智能和数据库等学科的一门相当活跃的研究领域,分类是其中的一 个重要研究方向。决策树是分类中常用的模型之一,自1966年被提出以来已经 得到了广泛的研究和应用。然而,由于种类偏见,过拟合等问题,使决策树优 化成为研究人员关注的热点。
本文基于针对可疑实例分析以及结点纯度差变化趋势两个方面分别对决策
树构造算法中的过拟合问题处理展开研究,主要工作如下:
1.综述并分析了现有决策树经典算法及主要优化算法。
2.提出了基于可疑实例影响度分析的改进的C4.5rules算法,将可疑实例 进行有效划分,并计算其全局影响度大小,使得分类规则能有效避开可疑实例 而更加正确的反应数据的真实情况。
3.针对传统决策树过拟合现象普遍且大多数预剪枝算法严重依赖领域知识 的问题,提出基于结点纯度差(PDN,Purity Distance ofNode)变化趋势的决策树优 化算法,通过跟踪相邻父子结点问的最大纯度差变化趋势,判定停止建树的时
机,可以独立于领域知识实现有效的预剪枝并很好地控制了过拟合的发生,同 时大大减小了决策树规模。 一
4.基于上述研究,实现了原型系统,从理论和实验上证明了所提出的算法
的正确性和有效性。
关键词:知识发现:分类;可疑实例;结点纯度;过拟合:
Overfitting
Overfitting Problem
Researching on Decision Tree Abstract
Knowledge Discovery in Databases(KDD)is active research domain nowadays,and it is related to few subjects such as artificial intelligence and database.Classification is important research field in KDD.Decision tree is one of the models that are often used in classification,and it has been widely researched and applied since it was proposed in 1 966. However,decision tree has some disadvantages such as variety bias,lack of anti·noise capability,etc,and optimization of decision tree has become research hotspot.
The dissertation focuses suspect instances analysis and prutity distance of node two aspects,and the main achievements are follows:
1.An overview and analysis of classical and optimized decision tree algorithms is put
forward.
2.The Improved C4.5rules Algorithm Based On Impact·Measurement Of The Suspect Instances,devide the suspect instances from the original data effectively and compute their impact-measurements by the information gaines of it’S attributes。that based on the forward works classification rules can avoid the suspect instances effectively and perform the ture situation of the data.
3.According to the problems that over—fitting is serious and pre-pruning depend on the field knowledge of traditional decision tree algorithm,Decision Tree Pre-Pruning Based PDN Trend algorithm i
您可能关注的文档
- 聚乳酸呢的研究及应用.doc
- 聚六亚甲基双胍用于羊毛织物抗菌防缩功能整理的研究-纺织工程专业毕但业论文.docx
- 聚羟基丁酸戊酸共聚酯(phbv)的改性及其纤维成形-材料四学专业毕业论文.docx
- 聚羟基丁酸酯的改性及其作为组三织工程支架材料的分析.docx
- 聚类研究与分类义研究在轨道交通系统中的应用.docx
- 聚乳酸的表面修饰以提高细胞亲和性的分析.docx
- 聚羟基脂肪酸酯pha合酶基因的克隆 表达及功时能性研究.docx
- 聚噻吩分子筛复合材的料的制备及其导电性能研究-化学工程专业毕业论文.docx
- 聚四氟乙条烯物理化学性能.doc
- 聚乳酸-聚乙二醇-聚乳酸义sio,2杂化材料的制备与性能研究.docx
- 《科技与文化创意产业融合发展的动力机制与文化产业区域发展战略研究》教学研究课题报告.docx
- 基于人工智能的初中物理协作学习模式:智能协作机制的创新实践教学研究课题报告.docx
- 基于3D打印的初中物理实验课程设计与实践探索教学研究课题报告.docx
- 《大气污染联防联控政策对区域环境治理的协同治理机制优化研究》教学研究课题报告.docx
- 《旅游景区智慧服务体系建设中的智慧旅游政策法规研究》教学研究课题报告.docx
- 《农村土地整治与农业生态环境协同发展模式探究》教学研究课题报告.docx
- 新时代大数据视角下小学语文教师教学画像构建与多特征分析研究教学研究课题报告.docx
- 《航空发动机叶片3D打印技术进展及对未来设计的影响》教学研究课题报告.docx
- 智慧教育云平台在农村学校教育精准扶贫中的教育信息化建设策略研究教学研究课题报告.docx
- 《城市交通拥堵治理中的智能交通系统与智能交通信息发布》教学研究课题报告.docx
文档评论(0)