用遗传算法改进的BP神经网络剪枝算法来优化决策树模型

摘要：

决策树是一种有效的分类方法,但在构建决策树模型的过程中,常常会出现模型过度拟合的现象.利用基于BP神经网络的决策树剪枝算法(BP-Pruning)进行软剪枝处理,然后根据BP-Pruning的一些不足,提出一种改进算法,简称GBP-Pruning算法.该算法通过引入遗传算法来训练BP-Pruning算法模型中的权值和阈值,从而克服了BP-Pruning算法上的不足,最后验证了GBP-Pruning算法的可行性.

关键词：数据挖掘、决策树、BP神经网络、遗传算法、剪枝算法

所属期刊栏目：40

分类号：TP39(计算技术、计算机技术)

资助基金：贵州省2010年工业攻关项目:生产线质量控制决策支持系统的开发研究黔科合GY字[2010]3061

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：278-280,295