版權說明：本文檔由用戶提供并上傳，收益歸屬內容提供方，若內容存在侵權，請進行舉報或認領
文檔簡介
1、隨著數據庫技術的逐步成熟，分類預測之類的數據挖掘技術也得到了高速的發(fā)展，分類預測技術中的決策樹方法也常常被應用于多個行業(yè)領域。ID3算法作為影響力最大的決策樹算法之一而且得到了大范圍的應用，然而ID3算法也有一些不足之處。本文主要針對ID3算法多值偏向、算法公式計算量大兩方面的的缺陷，通過對ID3算法進行算法改進和公式簡化，從而實現對ID3算法的優(yōu)化，主要進行的工作為：
(1)提出基于矯正函數的ID3優(yōu)化方案。在基于矯正函數的
2、ID3優(yōu)化方案中，克服多值偏向問題的方法為：通過引入矯正函數的定義，對子元組所需的期望信息量進行矯正，多值偏向分析證明改進后的ID3算法可克服多值偏向問題；克服ID3信息增益公式運算較為耗時的方法為：通過利用等價無窮小簡化信息增益公式，使得簡化后的信息增益公式中已消除了較為耗時的對數運算。最后，將算法改進和信息增益公式簡化兩部分的工作相結合，并提出了基于矯正函數的決策樹優(yōu)化算法。實驗結果分析表明：與ID3算法相比，在分類精度和計算時間兩
3、個方面，基于矯正函數的決策樹優(yōu)化算法具有更好的優(yōu)化效果。
(2)提出基于相關系數的ID3優(yōu)化方案。在基于相關系數的ID3優(yōu)化方案中，克服多值偏向問題的方法為：將相關系數修改成適用于決策樹領域的新型相關系數，通過引入新型相關系數子元組所需的期望信息量進行重新矯正，實驗中的多值偏向相關理論的分析證明了改進后的ID3算法能夠解決克服多值偏向的缺陷；克服ID3信息增益公式運算較為耗時的方法為：通過利用麥克勞林公式簡化信息增益公式，使得
4、簡化后的信息增益公式中已消除了較為耗時的對數運算。最后，將算法改進和信息增益公式簡化兩部分之間工作進行結合，得到了基于相關系數的決策樹優(yōu)化算法。實驗結果表明，相比于ID3算法，基于相關系數的決策樹優(yōu)化算法既能克服多值偏向問題，又具有更高的分類精度，同時也降低了決策樹的生成時間；相比于基于矯正函數的決策樹優(yōu)化算法，除了在決策樹生成時間方面，基于相關系數的決策樹優(yōu)化算法的時間較長；但在分類精度方面，基于相關系數的決策樹優(yōu)化算法則更顯優(yōu)勢。<
溫馨提示
- 1. 本站所有資源如無特殊說明，都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等，如果需要附件，請聯系上傳者。文件的所有權益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙，網頁內容里面會有圖紙預覽，若沒有圖紙預覽就沒有圖紙。
- 4. 未經權益所有人同意不得將文件中的內容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間，僅對用戶上傳內容的表現方式做保護處理，對用戶上傳分享的文檔內容本身不做任何修改或編輯，并不能對任何下載內容負責。
- 6. 下載文件中如有侵權或不適當內容，請與我們聯系，我們立即糾正。
- 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
評論
0/150
提交評論