具有容噪特性的C4.5算法改进

摘要：

针对有噪声的高维数据引起决策树预测准确率下降的问题,利用容噪主成分分析(Noise-free Principal Component Anlysis,NFPCA)算法思想对C4.5算法改进而形成NFPCA-in-C4.5算法.该算法一方面将高维数据噪声控制问题转化为拟合数据特征与控制平滑度相结合的最优化问题,从而获得主成分空间;另一方面在决策树自顶向下构建新节点的过程中,再将主成分空间恢复到原始数据空间来避免降维过程中属性特征信息永久消失.实验结果表明NFPCA-in-C4.5算法兼具降维和容噪功能,避免了降维中由特征信息损失和噪声残留造成的预测模型准确率大幅降低的问题.

关键词：高维数据噪声、容噪、主成分分析、C4.5算法

所属期刊栏目：42

分类号：TP181(自动化基础理论)

资助基金：河南省烟草专卖局科学研究与技术开发项目HYKJM201335

在线出版日期：2016-02-25（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：268-271,287