奥尔卡·塔内·伊尔迪斯 单变量边距树。 (英语) Zbl 1200.68217号 Gelenbe,Erol(编辑)等人,《计算机与信息科学》。2010年9月22日至24日,英国伦敦,第25届计算机和信息科学国际研讨会论文集。多德雷赫特:施普林格(ISBN 978-90-481-9793-4/hbk;978-90-981-9794-1/电子书)。电气工程课堂讲稿62,11-16(2010)。 摘要:在许多模式识别应用程序中,由于第一决策树的简单性和易解释性,所以使用了第一决策树。本文提出了一种新的决策树学习算法,称为单变量边缘树,其中对于每个连续属性,使用凸优化找到最佳分割。我们在47个数据集上的仿真结果表明,在类似的时间复杂度下,新的边缘树分类器的性能至少与C4.5和LDT一样好。对于两类数据集,它可以生成比C4.5和LDT更小的树,而不会牺牲准确性,并且对于使用单对重测试方法的多类数据集来说,它可以产生比C4.5或LDT更精确的树。关于整个系列,请参见[Zbl 1197.68011号]。 理学硕士: 68吨10 模式识别、语音识别 68T20型 人工智能背景下的问题解决(启发式、搜索策略等) 关键词:模式识别应用;决策树学习算法 软件:4.5条 PDF格式BibTeX公司 XML格式引用 \textit{O.T.Yildiz},莱克特。注释Electr。工程62,11--16(2010;Zbl 1200.68217) 全文: 内政部 参考文献: [1] Mitchell,T.:机器学习。McGraw-Hill(1997)·Zbl 0913.68167号 [2] Alpaydin,E.:机器学习导论。麻省理工学院出版社(2010)·兹比尔1191.68485 [3] Quinlan,J.R.,C4.5:机器学习课程(1993),加利福尼亚州圣梅特奥:。Morgan Kaufmann,加利福尼亚州圣梅特奥 [4] Quinlan,J.R.,决策树归纳,机器学习,181-106(1986) [5] Yildiz,O.T。;Alpaydin,E.,线性判别树,国际模式识别和人工智能杂志,19,3,323-353(2005)·doi:10.1142/S021801405004125 [6] 杜达,R.O.,哈特,P.E.,斯托克,D.G.:模式分类。约翰·威利父子(2001)·Zbl 0968.68140号 [7] 郭,H。;Gelfand,S.B.,带神经网络特征提取的分类树,IEEE神经网络汇刊,3923-933(1992)·数字对象标识代码:10.1109/72.165594 [8] Vapnik,V.,《统计学习理论的本质》(1995),纽约:Springer Verlag出版社,纽约·Zbl 0833.62008号 [9] Asuncion,A.,Newman,D.J.:UCI机器学习库(2007) [10] Statnikov,A。;Aliferis,C。;沙马尔迪诺斯一世。;哈丁,D。;Levy,S.,微阵列基因表达癌症诊断多类别分类方法的综合评估,生物信息学,21631-643(2005)·doi:10.1093/bioinformatics/bti033 此参考列表基于出版商或数字数学图书馆提供的信息。其项与zbMATH标识符进行启发式匹配,可能包含数据转换错误。在某些情况下,zbMATH Open的数据对这些数据进行了补充/增强。这试图尽可能准确地反映原始论文中列出的参考文献,而不要求完整或完全匹配。