软聚类节点分裂层次模型

摘要：

针对分类决策树算法存在的结构冗余及误差迁移问题,提出了软聚类节点分裂层次模型.通过叶子节点处决策模型构建以及软聚类节点分裂方法,实现对样本空间的高效划分,生成精简的层次结构模型.利用层次结构判别方法,从层次结构模型叶子节点到根节点对样本进行加权求和预测,降低模型结构对判定效果的影响,提高模型对判别误差的调节能力.对比了CART、ID3 、C4.5 共 3 种分类算法,该方法构建的模型结构简单,在两个数据集上均有最好的分类效果,F1-measure分别为0.53 和0.38.说明软聚类节点分裂层次模型能够避免冗余结构,缓解误差迁移问题.

关键词：分类决策树、层次结构判别方法、软聚类、层次模型

所属期刊栏目：40

分类号：TP391(计算技术、计算机技术)

资助基金：国家"十二五"科技支撑计划课题;国家卫生部行业科研专项基金项目

在线出版日期：2020-04-21（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：305-309