已閱讀1頁，還剩64頁未讀， 繼續(xù)免費閱讀
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、隨著數(shù)據(jù)挖掘技術(shù)的不斷發(fā)展和應用，決策樹作為數(shù)據(jù)挖掘技術(shù)中的一個分類問題的解決策略，也越來越受到重視，并被不斷的研究。目前研究決策樹的算法很多，比較著名的有ID3算法、C4.5算法和CART算法等。這些傳統(tǒng)的算法在構(gòu)建決策樹時，都是以數(shù)據(jù)集的類分布大致平衡為前提條件的，不能對少數(shù)類樣本做出有效的識別。在不平衡數(shù)據(jù)集中，少數(shù)類樣本成為主要應用和研究的對象，因此基于傳統(tǒng)決策樹算法設計的分類器就完全失去實際意義。研究新的方法來解決這一問題變得
2、非常迫切。
本文簡單介紹了數(shù)據(jù)挖掘的相關(guān)知識，研究了目前的分類技術(shù)，以及常用的分類算法。通過對不平衡數(shù)據(jù)集的研究，發(fā)現(xiàn)傳統(tǒng)分類算法無法有效解決不平衡數(shù)據(jù)集分類問題，并分析了產(chǎn)生這種情況的原因。本文基于對決策樹技術(shù)的學習和研究，提出一種新的針對不平衡數(shù)據(jù)集分類問題的決策樹算法-類置信度比例決策樹算法，通過對信息增益的描述驗證了新算法是健壯的。新算法采用了類置信度比例作為度量。同時通過一個新穎而有效的自上而下和自下而上的方法，用F
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)容里面會有圖紙預覽，若沒有圖紙預覽就沒有圖紙。
- 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。
- 6. 下載文件中如有侵權(quán)或不適當內(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
- 不平衡數(shù)據(jù)集分類算法的研究.pdf
- 面向不平衡數(shù)據(jù)的支持向量機決策樹多分類方法研究.pdf
- 基于不平衡數(shù)據(jù)集的數(shù)據(jù)挖掘分類算法研究.pdf
- 面向不平衡數(shù)據(jù)集的分類算法研究.pdf
- 基于支持向量機的不平衡數(shù)據(jù)集分類算法研究.pdf
- 基于不平衡數(shù)據(jù)集的支持向量機模型與算法研究
- 不平衡數(shù)據(jù)集上支持向量機算法研究.pdf
- 不平衡數(shù)據(jù)集分類問題研究.pdf
- 面向不平衡數(shù)據(jù)集的對比模式挖掘算法研究
- 基于不平衡數(shù)據(jù)集的客戶流失預測研究.pdf
- 基于粗糙集的決策樹算法研究.pdf
- 面向不平衡數(shù)據(jù)集的對比模式挖掘算法研究.pdf
- 基于不平衡數(shù)據(jù)集的支持向量機模型與算法研究.pdf
- 基于決策樹的軌道不平順數(shù)據(jù)分析.pdf
- 基于決策樹的數(shù)據(jù)挖掘算法優(yōu)化研究.pdf
- 基于粗糙集的決策樹學習算法研究.pdf
- 基于粗糙集的決策樹分類算法.pdf
- 基于粗糙集的不平衡數(shù)據(jù)采樣方法研究.pdf
- 基于不平衡數(shù)據(jù)集的文本分類技術(shù).pdf
- 基于Fisher判別技術(shù)的不平衡數(shù)據(jù)分類算法研究.pdf
評論
0/150
提交評論