计算机科学 ›› 2013, Vol. 40 ›› Issue (Z11): 278-280.
武彤,程辉
WU Tong and CHENG Hui
摘要: 决策树是一种有效的分类方法,但在构建决策树模型的过程中,常常会出现模型过度拟合的现象。利用基于BP神经网络的决策树剪枝算法(BP-Pruning)进行软剪枝处理,然后根据BP-Pruning的一些不足,提出一种改进算法,简称GBP-Pruning算法。该算法通过引入遗传算法来训练BP-Pruning算法模型中的权值和阈值,从而克服了BP-Pruning算法上的不足,最后验证了GBP-Pruning算法的可行性。
[1] 王丽珍,周丽华,等.数据仓库与数据挖掘原理及应用[M].北京:科学出版社,2005 [2] 邵峰晶,于忠清,王金龙,等.数据挖掘原理与算法[M].北京:科学出版社.2009 [3] 魏红宁.决策树剪枝方法的比较[J].西南交通大学学报,2005,2(40):44-48 [4] 王小平,曹立明.遗传算法-理论、应用于软件实现[M].西安:西安交通大学出版社,2002 [5] 程辉.决策树算法在生产线质量控制决策系统的应用研究[D].贵阳:贵州大学,2013 |
No related articles found! |
|