基于平衡准确率和规模的决策树剪枝算法

摘要：

决策树剪枝是决策树分类学习中的重要步骤,可降低决策树复杂程度和提高决策树泛化能力,从而提高决策树识别精度和效率.通过利用系数函数综合决策树的错误率和规模,形成决策树剪枝标准,在系数函数的参数合适选取,采用自底向上遍历过程逐一进行判断剪枝.实验结果表明,综合考虑决策树的分类预测准确率和决策树的规模大小,BASP剪枝算法能够获得更好的剪枝效果.

关键词：决策树、剪枝算法、准确率、规模

所属期刊栏目：16

分类号：TP391.78(计算技术、计算机技术)

资助基金：国家高新技术研究发展计划2009AA062802;国家自然科学基金60473125;中国石油CNPC石油科技中青年创新基金05E7013;国家重大专项子课题G5800-08-ZS-WX

在线出版日期：2016-08-11（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：79-82