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。