基于模糊聚類決策樹的玉米種質(zhì)篩選研究.pdf

1、決策樹歸納算法是一種有監(jiān)督學(xué)習(xí)算法，通過構(gòu)造一棵樹形模型達(dá)到對數(shù)據(jù)集合進(jìn)行劃分的目的。聚類算法則是一種無監(jiān)督的學(xué)習(xí)算法，通過距離等度量方式，從而形成數(shù)據(jù)分組。近些年來，一些學(xué)者考慮將決策樹學(xué)習(xí)和聚類算法兩者結(jié)合起來，綜合分析數(shù)據(jù)的各維屬性，進(jìn)而將數(shù)據(jù)集合進(jìn)行更精準(zhǔn)的分割。
　　本文研究了一種對無類標(biāo)的數(shù)據(jù)集合進(jìn)行劃分的算法，即無監(jiān)督的模糊聚類決策樹模型，通過提出一種新的結(jié)點(diǎn)一致性標(biāo)準(zhǔn)，從而將傳統(tǒng)的模糊聚類決策樹算法推廣到無監(jiān)督學(xué)習(xí)

2、中。無監(jiān)督的模糊聚類決策樹的建立過程實(shí)際上是反復(fù)迭代聚類算法的過程，采用模糊C均值聚類算法對集合劃分，通過決策樹穩(wěn)定性指標(biāo)判斷當(dāng)前樹結(jié)構(gòu)是否穩(wěn)定，如果穩(wěn)定，則利用結(jié)點(diǎn)一致性指標(biāo)選擇下一個數(shù)據(jù)集合進(jìn)行劃分。這樣，通過對數(shù)據(jù)集合不斷的細(xì)化提純，最終建立出一棵完整的樹形結(jié)構(gòu)。
　　實(shí)驗(yàn)分為兩個部分，第一部分驗(yàn)證了本文提出的算法比一些傳統(tǒng)的聚類算法在幾個UCI數(shù)據(jù)集上的性能更優(yōu)。第二部分將本文提出的算法應(yīng)用到了玉米種質(zhì)篩選的過程中，通過對