一种改进的决策树后剪枝算法磁

摘要：

当深度和节点个数超过一定规模后，决策树对未知实例的分类准确率会随着规模的增大而逐渐降低，需要在保证分类正确率的前提下，用剪枝算法对减小决策树的规模。论文在对现有决策树剪枝算法优缺点进行分析的基础上，提出了一种综合考虑分类精度、分类稳定性以及决策树规模的后剪枝改进算法，并通过实验证明了该算法在保证模型判别精度和稳定性的前提下，可以有效地减小了决策树的规模，使得最终的自动判别模型更加简洁。

关键词：分类算法、决策树、剪枝算法

分类号：TP391(计算技术、计算机技术)

在线出版日期：2015-07-07（万方平台首次上网日期，不代表论文的发表时间）

页数：共8页

页码：960-966,971