基于异构代价敏感决策树的分类器算法

摘要：

代价敏感学习方法常常假设不同类型的代价能够被转换成统一单位的同种代价,显然构建适当的代价敏感属性选择因子是个挑战.设计了一种新的异构代价敏感决策树分类器算法,该算法充分考虑了不同代价在分裂属性选择中的作用,构建了一种基于异构代价的分裂属性选择模型,设计了基于代价敏感的剪枝标准.实验结果表明,该方法处理代价机制和属性信息的异质性比现有方法更有效.

关键词：决策树分类、代价敏感学习、异构代价敏感

所属期刊栏目：40

分类号：TP18(自动化基础理论)

资助基金：国家自然科学基金项目61170131;广西创新团队项GXNSFGA060004;广西师范大学项目资助

在线出版日期：2014-04-16（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：140-142,146