分支合并對決策樹歸納學習的影響(已修改)
2024-10-31 11:54 本頁面
【正文】 分支合并對決策樹歸納學習的影響 報告人：楊晨曉 主要內容 ? 1. 分支合并介紹 ? 2. 分支合并研究現狀 ? 3. 兩種分支合并算法 ? 4. 實驗結果 ? 5. 一個定理 ? 6. 信息補償 ? 7. 近期完成的工作 分支合并介紹 ? 分支合并是預剪枝的一種，其主要思想是在樹的產生過程中 ， 根據某種方法將當前 結點的兩個兒子結點合并為一個（簡稱分支合并）并繼續(xù)樹的生長 ， 直至完成樹的構建。 則最終產生的樹與沒有進行分支合并所產生的樹 ， 從結構、規(guī)模、復雜性、精度等方面上將有很大區(qū)別 。 分支合并介紹 分支合并介紹 分支合并研究現狀 ? 洪家榮于 1995在 《 一種新的決策樹歸納學習算法 》 中最早提出： ID3及其它已有的決策樹算法只是試圖減少樹的深度，而忽略了對決策樹葉子數目的研究 , 然而正是后者對決策樹的精度起主要作用， 因而提出一種基于屬性聚類方法的決策樹分支合并算法； ? 王熙照，洪家榮在 《 On the Optimization of Fuzzy Decision Trees 》 繼續(xù)了上述的工作將此分支合并策略推廣到了模糊決策樹以及相應的優(yōu)化問題； 分
教學課件相關推薦
鄂ICP備17016276號-1