數(shù)據(jù)挖掘算法-決策樹算法及應用擴展-資料下載頁
2025-03-09 11:52本頁面
【正文】 代價下界 ? Public(S):考慮具有分裂點的子樹，同時計算為確定分裂節(jié)點及其屬性的代價下界 ? Public(V):比前者準確，需計算確定結點上屬性值的代價下界 實驗數(shù)據(jù) (Reallife) DataSet Canner Car Letter Satimage shuttle vehicle yeast NO_CA 0 6 0 0 0 0 0 NO_NA 9 0 16 36 9 18 8 N_Class 2 4 26 7 5 4 10 N_R(Te) 214 567 6632 2023 14500 559 1001 N_R(Tr) 496 1161 13368 4435 43500 559 1001 實驗結果 (一 ) Dateset DS1 DS2 DS3 DS4 DS5 DS6 DS7 Sprint 21 97 3265 657 53 189 325 Public1 17 83 3215 565 53 141 237 PublicS 15 71 2979 457 53 115 169 PublicV 15 65 2875 435 53 107 163 Max rat 40% 48% 14% 51% 0% 77% 99% Nodes 9 37 1991 185 51 35 43 產(chǎn)生的節(jié)點數(shù)目 實驗結果 (二 ) Dateset DS1 DS2 DS3 DS4 DS5 DS6 DS7 Sprint 5 2 Public1 6 8 1 PublicS 0 4 6 PublicV 8 3 6 Max rat 9% 0% 17% 11% 2% 2% 3% 執(zhí)行時間 (S) 算法結果分析 ? 總體上，比 Sprint算法有較大改進 ? 相對于最后的剪枝樹仍有多余的結點，有待改進 ? 挖掘效率與數(shù)據(jù)分布及噪聲有關 言歸正傳 —捕捉數(shù)據(jù)變化的挖掘方法 ? 新生成一棵決策樹 ? 與舊樹完全沒有關系 ? 生成一棵相關的樹 ? 未達到舊樹中葉節(jié)點的深度 ? 超出了舊樹中相應節(jié)點的深度 ? 相同的屬性，最好的劃分 (best cut) ? 相同的屬性，相同的劃分 方法三的對應算法 ? 使新樹與舊樹有相同的屬性和劃分，且能及早停止 ? 測試在舊樹中每個葉子節(jié)點的錯誤變化的情況 ? 進一步生成新的樹 ? 剪枝移除那些無預測特性的分枝 ? 比較新、舊樹，識別變化部分 標識幾種不同的變化類型 ? 區(qū)域的連接：舊樹中的劃分不必要 ? 邊界的移動：舊樹中的劃分移到了新的位置 ? 進一步細化 (Refinement):舊樹中的葉結點不足以描述新生成數(shù)據(jù) ? 類標號變化：舊樹中的節(jié)點類標號發(fā)生了變化 ? 錯誤率 的變化 ? 覆蓋率 的變化：某個節(jié)點具有的數(shù)據(jù)量的比率 小結 ? Building Decision Tree算法 ? Pruning Decision Tree算法 ? Public 算法 ? Public(1)算法 ? Public(s)算法 ? Public(v)算法 ? 識別數(shù)據(jù)變化的挖掘算法 個人觀點 計算分裂點屬性代價下界的算法代碼 2?sn 2?snProcedure ComputeMinCostS(Node N) If K=1 return (C(S)+1) S=1 tmpCost=2*S+1+S*log a +∑ni i=s+1..k While S+1k and 2+log a do{ tmpCost=tmpCost+2+log a – s++ } Return min {C(S)+1,tmpCost } }
教學課件相關推薦
鄂ICP備17016276號-1