典型文献
变精度邻域等价粒的邻域决策树构造算法
文献摘要：
针对现有决策树算法对连续性数据分类的信息丢失、效果不佳等缺点,提出一种邻域决策树(NDT)构造算法.首先,挖掘了邻域决策信息系统上的变精度邻域等价粒,并探讨了相关性质;然后基于变精度邻域等价粒构建邻域基尼指数度量,以度量邻域决策信息系统的不确定性;最后,用邻域基尼指数度量诱导出树节点的选取条件,并以变精度邻域等价粒为树分裂规则,从而构建NDT.在UCI数据集进行实验的结果表明,NDT算法的准确度比基于信息熵的决策树算法ID3、基于基尼指数的决策树算法CART、基于信息增益率的决策树(C4.5)算法和融合信息增益和基尼指数(IGGI)算法平均提高了20个百分点左右,验证了NDT算法的有效性.
文献关键词：
不确定性度量;基尼指数;邻域决策信息系统;决策树;机器学习
中图分类号：
作者姓名：
谢鑫;张贤勇;王旋晔;唐鹏飞
作者机构：
四川师范大学数学科学学院,成都610068;四川师范大学智能信息与量子信息研究所,成都610068
文献出处：
引用格式：
[1]谢鑫;张贤勇;王旋晔;唐鹏飞-.变精度邻域等价粒的邻域决策树构造算法)[J].计算机应用,2022(02):382-388
A类：
邻域决策信息系统,IGGI
B类：
变精度,等价,构造算法,决策树算法,数据分类,信息丢失,NDT,基尼指数,数度,树节,UCI,比基,信息熵,ID3,CART,信息增益率,C4,融合信息,百分点,不确定性度量
AB值：
0.236147
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
