10.3969/j.issn.1000-7024.2007.07.039
基于KPCA的决策树方法及其应用
主成分分析(PCA)作为一种数据减少技术常用于构造决策树,有利于降低树的复杂度和提高分类精度,但在处理非线性问题时往往不能取得好的效果.针对上述情况,提出了一种基于核主成分分析(KPCA)的决策树方法.实验结果表明,该方法是可行的和有效的,且在分类精度、方差贡献率等方面优于基于PCA的决策树.
决策树、主成分分析、核主成分分析、数据减少技术、客户流失分析
28
TP181(自动化基础理论)
2007-05-21(万方平台首次上网日期,不代表论文的发表时间)
共2页
1612-1613