版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進行舉報或認領(lǐng)
文檔簡介
1、在信息時代的今天,數(shù)據(jù)庫中蘊含著大量有價值的信息和知識。這些信息和知識廣泛適用于大量領(lǐng)域,包括商務(wù)管理、生產(chǎn)控制、市場分析、工程設(shè)計和科學(xué)探索等,可以為決策者做出正確的選擇提供有效的支持。然而這些潛在的信息和知識隱藏在數(shù)據(jù)的海洋中,沒有工具的幫助,人們很難甚至幾乎不可能發(fā)現(xiàn)它們。因此數(shù)據(jù)挖掘越來越重要。
至今,已經(jīng)有多種數(shù)據(jù)挖掘的方法,其中決策樹是一種重要的分類和預(yù)測手段,它既能處理離散型數(shù)據(jù),也能處理連續(xù)型數(shù)據(jù),并且易于理解
2、。預(yù)測離散屬性值的樹模型叫做分類樹,而預(yù)測連續(xù)屬性值的樹模型叫做回歸樹。決策樹方法主要包括樹的構(gòu)建即歸導(dǎo)和剪枝兩個方面。其中,樹的歸導(dǎo)既是重點也是難點所在,本文主要關(guān)注樹的歸導(dǎo)和并行化方面的問題。
經(jīng)典的決策樹算法要求將整個訓(xùn)練集放入內(nèi)存,數(shù)據(jù)集增大時,算法便不能運行,可規(guī)模性極差,這使得它不能用于現(xiàn)實世界的數(shù)據(jù)庫。SLIQ算法強調(diào)算法的可規(guī)模性,將數(shù)據(jù)集分成一個個屬性表駐留磁盤,從一定程度上減少了內(nèi)存的限制,但是它要求類表全
3、部駐留內(nèi)存。SPRINT算法繼承了SLIQ的很多優(yōu)點,并且取消了類表,完全消除了內(nèi)存的限制。并且SPRINT為并行而設(shè)計,并行性能也很優(yōu)秀。但SPRINT也有其不足,屬性表占用過多空間,建立哈希表耗費不少的時間。雨林框架將算法的可擴展性與算法的其他部分分離開,將訓(xùn)練集壓縮成小得多的AVC-Group,再次提高了可擴展性。
樹歸導(dǎo)過程中最重要也最難的一步是節(jié)點分割,包括尋找最佳分割準則和根據(jù)此分割準則劃分數(shù)據(jù)集。本文對樹模型和樹
4、歸導(dǎo)進行深入研究,對屬性的候選分割謂詞的選取作出了改進,大量減少了需要評估的分割謂詞,從而節(jié)省了大量的計算時間。關(guān)于衡量分割質(zhì)量的指標,對于分類樹本文選擇GINI指數(shù),對于回歸樹選擇計算方差的減少量。無論是GINI指數(shù)還是方差,目的都是要使分割前后數(shù)據(jù)集的不純度的減少量達到最大。
采用MapReduce編程框架來實現(xiàn)并行化的樹歸導(dǎo)。使用兩個隊列來存放待分割的節(jié)點,一個隊列存放數(shù)據(jù)集過大不能放入內(nèi)存的節(jié)點,另一個存放數(shù)據(jù)集能放入
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 基于地域因素的分布式?jīng)Q策樹算法與其網(wǎng)格模型研究.pdf
- 基于決策樹的分類方法研究.pdf
- 基于決策樹的屬性約簡方法研究.pdf
- 基于決策樹的軟件分類方法研究.pdf
- 基于決策樹的瓷磚圖像分類方法研究.pdf
- 基于決策樹的面向?qū)ο蠓诸惙椒ㄑ芯?pdf
- 基于集成學(xué)習(xí)的演化決策樹方法研究.pdf
- 基于決策樹方法的遙感影像分類研究.pdf
- 基于決策樹方法的縣級土壤數(shù)字制圖研究.pdf
- 基于粗糙集的決策樹分類方法研究.pdf
- 基于無監(jiān)督?jīng)Q策樹聚類方法的研究.pdf
- 基于遺傳算法的決策樹剪枝方法.pdf
- 非平衡大數(shù)據(jù)應(yīng)用領(lǐng)域的多決策樹及其分布式計算理論研究.pdf
- 基于決策樹的信用風(fēng)險評估方法研究.pdf
- 基于改進隨機決策樹的入侵檢測方法研究.pdf
- 基于近鄰決策樹的文件訪問行為預(yù)測方法研究.pdf
- 基于決策樹的應(yīng)用研究.pdf
- 基于稀疏表示和決策樹的最近鄰方法研究.pdf
- 基于決策樹算法的文本圖像分類方法研究.pdf
- 基于決策樹和粗糙集的分類方法研究
評論
0/150
提交評論