×
B.钱德拉。;拉维·科塔里;Pallath保罗

一种新的用于决策树构造的节点分裂方法。 （英文） Zbl 1209.68445号

模式识别 43，第8期，2725-2731（2010）.
摘要：本文提出了一种新的节点分裂度量，称为基于不同类的分裂度量（DCSM），用于决策树归纳，该度量重视分区中不同类的数量。该度量由两个项的乘积组成。第一个术语处理每个子分区中不同类的数量。随着分区中不同类的数量增加，第一项也会增加，因此首选Purer分区。与分区中的示例总数相比，当类的示例数更多时，第二项就会减少。因此，这种组合仍然支持更纯粹的分区。证明了DCSM满足分裂测度应具有的两个重要性质，即凸性和良好性。在多个数据集上获得的结果表明，与目前使用的两种最流行的节点分裂方法相比，基于DCSM的决策树具有更好的分类精度，并且更紧凑（节点更少）。

引用于2文件

MSC公司：

68吨10 模式识别、语音识别
68T05型 人工智能中的学习和自适应系统

关键词：

决策树;节点分裂测度;基尼系数;增益比

软件：

4.5条;SLIQ公司
PDF格式BibTeX公司 XML格式引用
\textit{B.Chandra}等人，模式识别43，No.8，2725--2731（2010；Zbl 1209.68445）
全文： 内政部

参考文献：

[1] Breiman，L.，分裂准则的一些性质，机器学习，24，41-47（1996）·Zbl 0849.68095号
[2] 布雷曼，L。；弗里德曼，J。；奥尔森，R。；Stone，C.，《分类和回归树》（1984），华兹华斯国际·Zbl 0541.62042号
[3] C.Codrington，C.E.Brodley，《基于杂质的分裂规则的定性行为I：最小自由性质》，普渡大学技术报告，1997年。；C.Codrington，C.E.Brodley，《基于杂质的分裂规则的定性行为I：最小自由性质》，普渡大学技术报告，1997年。
[4] W.Dianhong，J.Liangxiao，决策树归纳的改进属性选择方法，载于：第四届模糊系统与知识发现国际会议论文集-FSDK 2007，第4卷，IEEE CS，2007，pp.654-658。；W.Dianhong，J.Liangxiao，一种用于决策树归纳的改进属性选择度量，载于：第四届模糊系统与知识发现国际会议论文集FSDK 2007，第4卷，IEEE CS，2007，第654-658页。
[5] T.Elomma，J.Rousu，《关于重要属性评估函数的良好表现》，载于《第六届斯堪的纳维亚人工智能会议论文集》，IOS出版社，1997年，第95-106页。；T.Elomma，J.Rousu，《关于重要属性评估函数的良好表现》，载于《第六届斯堪的纳维亚人工智能会议论文集》，IOS出版社，1997年，第95-106页·Zbl 0890.68114号
[6] Elomma，T。；Rousu，J.，数值属性的一般和有效多重分割，机器学习，1，1-49（1999）
[7] T.Elomma，J.Rousu，《关于公共属性评估函数的分裂特性》，报告C-2000-1，赫尔辛基大学计算机科学系，2000年。；T.Elomma，J.Rousu，《关于公共属性评估函数的分裂特性》，报告C-2000-1，赫尔辛基大学计算机科学系，2000年。
[8] 法耶兹，美国。；Irani，K.B.，《决策树生成中连续值属性的处理》，机器学习，8，87-102（1992）·Zbl 0767.68084号
[9] U.Fayyad，K.B.Irani，用于分类学习的连续值属性的多间隔离散化，收录于：第十三届国际人工智能联合会议论文集，Morgan Kaufmann，1993年，第1022-1027页。；U.Fayyad，K.B.Irani，用于分类学习的连续值属性的多间隔离散化，收录于：第十三届国际人工智能联合会议论文集，Morgan Kaufmann，1993年，第1022-1027页。
[10] Friedman，M.，《使用秩来避免方差分析中隐含的正态假设》，《美国统计协会杂志》，32，675-701（1937）
[11] 弗里德曼，M.，《M排名问题重要性的替代测试比较》，《数理统计年鉴》，第1186-92页（1940年）
[12] Demsar，J.，多数据集上分类器的统计比较，机器学习研究杂志，7，1-30（2006）·Zbl 1222.68184号
[13] Jun，B.H。；Kim，C.S。；Kim，J.，用于生成决策树的属性选择和离散化的新标准，IEEE模式分析和机器智能汇刊，19，12，1371-1375（1997）
[14] Luenberger，D.，《线性和非线性规划导论》（1973），Addison-Wesley：Addison-Whesley阅读·Zbl 0241.90052号
[15] M.Mehta，R.Agrawal，J.Riassnen，Sliq:一种快速可扩展的数据挖掘分类器，收录于：Extending Database Technology，Springer，1996年，第18-32页。；M.Mehta，R.Agrawal，J.Riassnen，《Sliq:数据挖掘的快速可扩展分类器》，收录于：Extending Database Technology，Springer，1996年，第18-32页。
[16] Morimoto，Y.，为分类数据库的二进制分割寻找属性值组的算法，IEEE知识与数据工程学报，14，6，1269-1279（2002）
[17] P.B.Nemenyi，无分布多重比较，普林斯顿大学博士论文，1963年。；P.B.Nemenyi，无分布多重比较，普林斯顿大学博士论文，1963年。
[18] Quinlan，J.，决策树归纳，机器学习，81-106（1986）
[19] Quinlan，J.，C4.5：机器学习程序，Springer，16，3，235-240（1993）
[20] Quinlan，J.，c4.5中连续属性的改进使用，《人工智能杂志》，4，77-90（1996）·Zbl 0900.68112号
[21] 伊曼·R·L。；Davenport，J.M.，弗里德曼统计临界区域的近似，统计学通讯，571-595（1980）·Zbl 0451.62061号
[22] Safavian，S.R。；Landgrebe，D.，决策树分类器方法的调查，IEEE系统人与控制论汇刊，21660-674（1991）
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。