节点文献

基于粗集理论的决策树剪枝

RST in Decision Tree Pruning

推荐 CAJ下载
PDF下载
不支持迅雷等下载工具，请取消加速工具后下载。

【Author】 YOU Jun-ping,WEI Jin-mao,WANG Ming-yang(Institute of Computational Intelligence,School of Physics,Northeast Normal University,Changchun 130024,China)

【机构】东北师范大学物理学院计算智能研究所；东北师范大学物理学院计算智能研究所吉林长春130024；吉林长春130024；

【摘要】本文在理论上分析比较了基于粗糙集理论的剪枝方法和C4.5中的EBP剪枝方法,并通过在多个数据集上进行实验比较,证实了基于粗糙集理论剪枝方法的优越性。更多还原

【Abstract】 In this paper, the decision tree pruning method based on RST is compared with the Error Based Pruning method used in C4.5 in theory, and they are compared by tests on some databases. The result proves the validity of the pruning method based on RST.更多还原

【关键词】过匹配；剪枝；深度拟合率；错误率；决策树；
【Key words】 over-fitting； pruning； depth-fitting ratio； error ratio； decision tree；

【基金】吉林省自然科学基金资助项目(20040529);东北师范大学校内青年基金资助项目(111420000)

【文献出处】计算机工程与科学 ,Computer Engineering & Science , 编辑部邮箱 ,2007年01期

【分类号】TP18
【被引频次】10
【下载频次】263

知网节下载

节点文献中：

本文链接的文献网络图示:

本文的引文网络

节点文献