基于交互信息的連續(xù)屬性決策樹學習算法.pdf_第1頁
已閱讀1頁，還剩34頁未讀， 繼續(xù)免費閱讀

下載本文檔

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、Fayyad決策樹學習算法的核心是使用信息熵的下降速度作為選取擴展屬性標準的啟發(fā)式,但它僅考慮了條件屬性與決策屬性的關(guān)系,沒有考慮條件屬性間的關(guān)系(即交互性),因此極有可能選擇對繼續(xù)分類無實際意義或意義相對不大的冗余屬性,不能實現(xiàn)信息熵的真正減少.基于此種考慮,該文給出該算法的一個改進版本,它在選擇擴展屬性時不僅要求該屬性帶來的信息熵盡可能小,而且要求其與已經(jīng)使用過的各屬性之間的交互性(即交互信息)盡可能小.該文首先從全局角度描述這兩種

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。

評論

0/150

提交評論