一种有效的C 4.5改进模型
摘要
介绍了一种有效的决策树改进模型:R-C 4.5及其简化版本,旨在构造一棵简单的树,同时提高决策树属性选择度量的可解释性,减少空枝和无意义分枝,以及过度拟合.该决策树模型基于著名的C 4.5决策树模型,但在属性的选取和分枝策略上进行了改进.在R-C 4.5中,通过合并分类效果差的分枝,有效避免了碎片等问题.实验表明,R-C 4.5决策树在保持模型预测准确率的同时,有效改进了树的健壮性.作为R-C 4.5的简化版本,R-C 4.5c和R-C 4.5s可生成更为简单的树,而且R-C 4.5s通过数据预处理阶段完成,易于实现.
引用本文（GB/T 7714）
Peng Liu, 姚正, 尹俊杰. 一种有效的C 4.5改进模型[J]. Acta Scientiarum Naturalium Universitatis Sunyatseni, 2006.
引文网络
本站仅收录题录与摘要供学习参考，全文版权归属出版方；如有侵权请联系我们删除。