Peter J.Tan。;David L.Dowe。 具有多路连接的决策图的MML推理。 (英语) Zbl 1032.68708号 McKay,Bob(编辑)等人,AI 2002:人工智能进展。第十五届澳大利亚人工智能联合会议,2002年12月2日至6日,澳大利亚堪培拉。诉讼程序。柏林:斯普林格。莱克特。注释计算。科学。2557, 131-142 (2002). 摘要:决策树是一种可理解的表示形式,在许多机器学习领域中得到了广泛的应用。但在监督学习领域,决策树有其局限性。两个值得注意的问题是复制和碎片化。解决这些问题的一种方法是引入决策图,这是决策树的泛化,它通过允许析取或连接来解决上述问题。虽然有各种决策图系统可用,但所有这些系统都对建议的表示形式施加了某种形式的限制,通常会导致新的冗余或原始冗余未被删除。在本文中,我们提出了一种无限制的表示方法,称为具有多路连接的决策图,它提高了表示能力,并且能够有效地使用训练数据。还介绍了一种使用最小消息长度(MML)原理通过多路连接推断这些决策图的算法。对于只有离散属性的真实世界和人工数据(包括至少五个UCI数据集),以及“正确”/“错误”分类精度和I.J.Good概率对数“比特成本”预测精度,我们的新型多路连接决策图程序的性能显著优于C4.5和C5.0。在唯一可用于比较的数据集上,我们的程序的性能也优于Oliver和Wallace二进制连接决策图程序。关于整个系列,请参见[Zbl 1014.00019号]. MSC公司: 68T05型 人工智能中的学习和自适应系统 关键词:机器学习;决策树;决策图;监督学习;概率预测;最小消息长度;MML公司;MDL公司 软件:UCI-毫升;4.5条 PDF格式BibTeX公司 XML格式引用 \textit{P.J.Tan}和\textit{D.L.Dowe},莱克特。注释计算。科学。2557131-142(2002年;Zbl 1032.68708) 全文: 链接