采用重复剪辑近邻法提高决策树算法的性能-控制与决策.pdfVIP

第 18 卷 第 1 期 　控　制　与　决　策 2003 年 1 月 V o l. 18 N o. 1 　Con trol and D ec is ion　 　J an. 2003 　　文章编号: 100 10920 (2003) 0 1009603 采用重复剪辑近邻法提高决策树算法的性能 叶晨洲, 杨　杰, 姚莉秀, 陈念贻 (上海交通大学 图象处理及模式识别研究所, 上海 200030) 摘　要: 决策树算法易受训练样本集中噪声和混杂区域的影响。重复剪辑近邻法能消除样本集中符合 某些先决条件的噪声, 清除混杂区域中后验概率较小的类别所包含的样本, 并在各类样本间形成符合 B aye s 分类准则的界线。用它对合适的训练样本集进行筛选, 可在不损害分类准确率的同时明显地减小 决策树的规模, 有助于增强决策树的可理解性和可用性, 从而提高决策树的性能。 关键词: 数据挖掘; 决策树; 重复剪辑近邻法; 样本筛选 中图分类号: T P 18　　　　文献标识码: A Im prov in g perf orman ce of dec ision trees - - - w ith m ult i ed it n earest n e ighbor a lgor ithm , , , YE Ch en z h ou YA N G J ie YA O L i x iu CH EN N ian y i ( In st itu te o f Im age P roce ssing an d P at tern R ecogn it ion , Sh angh a i J iao tong U n iver sity , Sh angh a i 200030, Ch in a) Abstract: N o ise s an d over lapp ed reg ion s ex ist ing in t ra in ing sam p le s hu r t th e sim p licity an d gen era lity . , o f decision t ree s To so lve th is p rob lem a sam p le se lect ion a lgo r ithm b a sed on m u lt i ed it n eare st n eighbo r ru le is p ropo sed. T h is a lgo r ithm , un der idea l con d it ion s, can e lim in ate th e no ise sat isfy ing