基于有序决策树的改进归纳算法

doi:10.6040/j.issn.1672-3961.1.2013.256

山东大学学报(工学版) ›› 2014, Vol. 44 ›› Issue (1): 41-44.doi: 10.6040/j.issn.1672-3961.1.2013.256

基于有序决策树的改进归纳算法

潘盼1,王熙照2,翟俊海2

1.河北大学数学与计算机学院, 河北保定 071002;
2.河北省机器学习与计算智能重点实验室, 河北保定 071002

收稿日期:2013-04-30 出版日期:2014-02-20 发布日期:2013-04-30
作者简介:潘盼(1986- ), 女,河北石家庄人,硕士研究生, 主要研究方向为机器学习.E-mail:0311961001@163.com
基金资助:
国家自然科学基金资助项目(61170040); 河北省自然科学基金资助项目(F2013201110, F2013201220); 河北大学自然科学基金资助项目(2011228043)

An improved induction algorithm based on ordinal decision tree

PAN Pan1, WANG Xi-zhao2, ZHAI Jun-hai2

1. College of Mathematics and Computer Science, Hebei University, Baoding 071002, China;
2. Key Lab of Machine Learning and Computational Intelligence of Hebei Province, Baoding 071002, China

Received:2013-04-30 Online:2014-02-20 Published:2013-04-30

摘要/Abstract

摘要：

基于构建有序决策树,提出了一种新的归纳算法。该算法选择的扩展属性不仅和类的有序互信息值最大,而且要求和同一分支上已被用过的条件属性的有序互信息值最小。实验结果表明,考虑了条件属性之间的相关性后,可避免同一条件属性的重复选择,真正体现了条件属性和决策属性之间的有序互信息,与已有的算法相比,提高了测试精度。

关键词: 属性相关, 有序分类, 有序信息熵, 决策树, 有序互信息

Abstract:

An improved ordinal decision tree algorithm was proposed. The extended attributes selected with the proposed algorithm maximized the ranking mutual information between the candidate attributes and the decision attribute, and also minimized the ranking mutual information between the candidate attributes and the selected conditional attributes on the same branch. The experimental results showed that the correlation to be taken account among the conditional attributes could avoid to selecte the same one, and the ideas of the proposed method could really reflect the nature of the ranking mutual information. The proposed algorithm could improve the test accuracy compared with the existing algorithms.

Key words: ranking mutual information, ordinal classification, ranking entropy, correlation of attribute, decision tree

潘盼1,王熙照2,翟俊海2. 基于有序决策树的改进归纳算法[J]. 山东大学学报(工学版), 2014, 44(1): 41-44.

PAN Pan1, WANG Xi-zhao2, ZHAI Jun-hai2. An improved induction algorithm based on ordinal decision tree[J]. JOURNAL OF SHANDONG UNIVERSITY (ENGINEERING SCIENCE), 2014, 44(1): 41-44.

参考文献

多维度评价

Viewed

Full text

Abstract

Cited

Shared

Discussed

本文评价

推荐阅读 10

[1]	李梁，罗奇鸣，陈恩红. 对象级搜索中基于图的对象排序模型（英文）[J]. 山东大学学报(工学版), 2009, 39(1): 15 -21 .
[2]	王汝贵,蔡敢为 . 两自由度可控平面连杆机构机电耦合系统的超谐波共振分析[J]. 山东大学学报(工学版), 2008, 38(3): 58 -63 .
[3]	薛成骞,董建文,孟宪锋,常虹,曹宁,陈华英,李木森 . C／C+HA骨植入材料对杂交波尔山羊生理生化机能的影响[J]. 山东大学学报(工学版), 2008, 38(3): 73 -76 .
[4]	张欣,李术才,李树忱 . 考虑天然渗流场影响的地应力场反演回归分析及应用[J]. 山东大学学报(工学版), 2008, 38(4): 57 -62 .
[5]	茹淼焱,王明刚, , 鲁成学, 张洪林 . 淀粉酶催化反应的最适温度的微量量热法[J]. 山东大学学报(工学版), 2008, 38(1): 113 -115 .
[6]	赵洪国,张焕水,张承慧 . 基于VB及FTA的城市交通评价系统[J]. 山东大学学报(工学版), 2007, 37(4): 0 -0 .
[7]	杨志坚,宿元斌,申永和,马裕民,范坤泰5 . ZnO环形压敏电阻器消噪特性研究及其敏感电压的控制方法[J]. 山东大学学报(工学版), 2008, 38(1): 28 -31 .
[8]	林新元张峰. 基于混合有限元理论的连续刚构底板崩裂分析[J]. 山东大学学报(工学版), 2009, 39(6): 125 -129 .
[9]	赵文忠史军. 复功率注入空间的电力系统概率安全性指标研究[J]. 山东大学学报(工学版), 2009, 39(6): 135 -138 .
[10]	张克松胡京南刘云岗鲍晓峰. 乙醇汽油和普通汽油对发动机催化器性能的影响[J]. 山东大学学报(工学版), 2010, 40(1): 149 -153 .

基于有序决策树的改进归纳算法

An improved induction algorithm based on ordinal decision tree

PDF (PC)

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 4

多维度评价

本文评价

推荐阅读 10

[1]	章博,卢峰,董寒宇,陈清泰,林振智,王洪涛. 基于决策树和数据驱动的零电量用户筛选方法[J]. 山东大学学报 (工学版), 2019, 49(5): 29-36.
[2]	熊冰妍,王国胤,邓维斌. 分级式代价敏感决策树及其在手机换机预测中的应用[J]. 山东大学学报 (工学版), 2015, 45(5): 36-42.
[3]	许春耀1,2, 陈明志3*, 余轮1. 适应用户需求变化的前摄推荐模型[J]. 山东大学学报(工学版), 2013, 43(3): 1-6.
[4]	张小峰,张志旺,逄珊. 基于通信系统的决策树构造算法[J]. 山东大学学报(工学版), 2011, 41(4): 79-84.