基于樣本對的極小決策樹構(gòu)建.pdf

1、隨著人類社會生活、學(xué)習(xí)和日常生產(chǎn)的進(jìn)步與Internet技術(shù)的快速發(fā)展，產(chǎn)生了海量的、有潛在利用價值的數(shù)據(jù)信息。如何使用相關(guān)工具和技術(shù)有效、準(zhǔn)確和經(jīng)濟(jì)地從海量數(shù)據(jù)信息中發(fā)現(xiàn)有價值的知識，提取潛在的有效規(guī)則，更好地為生產(chǎn)、生活服務(wù)，已經(jīng)成為數(shù)據(jù)挖掘中一個熱點(diǎn)的研究領(lǐng)域。數(shù)據(jù)挖掘技術(shù)中的分類算法在商業(yè)領(lǐng)域中應(yīng)用的最為廣泛，而決策樹學(xué)習(xí)算法又是數(shù)據(jù)挖掘技術(shù)的核心算法之一。ID3算法是一種構(gòu)建決策樹的經(jīng)典算法，但I(xiàn)D3算法存在內(nèi)在偏置和生成的決

2、策樹需要進(jìn)行剪枝等問題。
　　本文主要介紹了構(gòu)建決策樹的新算法。針對一致決策表和不一致決策表分別作了如下研究。
　　(1)對于一致決策表，首先定義了極小特征集合，因?yàn)闃O小特征集合中的特征都是必要的，所以由極小特征集合中的特征構(gòu)建的極小決策樹中不包含冗余特征，且規(guī)則是一致的;其次給出了一種計(jì)算極小特征集合的方法和構(gòu)建極小決策樹的算法，并通過實(shí)例驗(yàn)證算法的可行性和有效性。
　　(2)對于不一致決策表，基于β分布構(gòu)造出β分布