正文內容

關于決策樹剪枝的兩點探討-資料下載頁

2026-06-11 05:02本頁面

　　

【正文】續劃分子集時，雖然所有的樣本并不屬于同一類，但是不同類別的記錄數如果相差很大時，可以引入錯誤替代率公式：　　　　　　（2－1）其中，表示分支的記錄數，表示該分支中多數類別的記錄數，表示訓練集的記錄總數。利用該公式計算的值，%，則將子樹轉換為葉結點，從而可以預防決策樹的過匹配問題。例如，有一個“主觀意愿”屬性作為子樹的根結點，設它有兩個屬性值0和1，如果繼續進行測試，則將0和1作為分支進行劃分子集。假設對0分支劃分子集時，若所有的子集并不屬于同一類，如果有14個0（未就業），有1個1（成功就業），則可以通過上面的公式計算錯誤替代率（如果總記錄數為500條），小于預定的值，因此將0分支轉換為葉結點，該葉結點的類別為0。經過實踐證明，可以通過使用以上的兩種相對簡單的方法，將會大大減少計算的復雜度，而且可以減少決策樹的復雜度，并且對決策樹的預測準備度也影響很小。參考文獻[1] 張云濤等. 數據挖掘原理與技術[M].北京：電子工業出版社，[2] 毛國君,段立娟等. 數據挖掘原理與算法[M].北京：清華大學出版社，[3] 陳文偉. 智能決策技術[M].北京:電子工業出版社，[4] 王志海, . 數據倉庫[M]. 北京：機械工業出版社，[5] Han Jiawei，Kamber M．數據挖掘概念與技術[M]. 范明, 盂小峰譯. 北京：機械工業出版社，[6] Adam Drozdek．數據結構與算法（java語言版）[M]. 周翔, 王建芬等譯．北京：機械工業出版社，4 /

點擊復制文檔內容

環評公示相關推薦

關于決策樹剪枝的兩點探討-資料下載頁

使用決策樹的預測建模-資料下載頁

決策樹算法-資料下載頁

決策樹算法介紹-資料下載頁

決策樹決策表練習-資料下載頁

決策樹培訓課件-資料下載頁

決策樹基本研究-資料下載頁

決策樹學習課件-資料下載頁

分類與決策樹-資料下載頁

決策樹建模概述-資料下載頁

決策樹分析方法-資料下載頁

分類挖掘：決策樹-資料下載頁

數據分類-決策樹-資料下載頁

決策樹學習資料-資料下載頁

12決策樹學習-資料下載頁

決策樹學習講義-資料下載頁

關于決策樹剪枝的兩點探討-在線瀏覽

關于決策樹剪枝的兩點探討-閱讀頁

關于決策樹剪枝的兩點探討(文件)

關于決策樹剪枝的兩點探討-全文預覽

關于決策樹剪枝的兩點探討-預覽頁