- Tytuł:
-
Generowanie wielowymiarowych drzew decyzyjnych na podstawie zbiorów danych
Induction of multivariate decision trees from datasets - Autorzy:
-
Krętowski, M.
Bobrowski, L. - Powiązania:
- https://bibliotekanauki.pl/articles/341161.pdf
- Data publikacji:
- 2002
- Wydawca:
- Politechnika Białostocka. Oficyna Wydawnicza Politechniki Białostockiej
- Tematy:
-
kryteria dipolowe
wielowymiarowe drzewa decyzyjne
dipoler criteria
multivariate decision trees - Opis:
-
W pracy przedstawiono nowe metody konstruowania klasyfikatorów o postaci wielowymiarowych (skośnych) drzew decyzyjnych na podstawie zbiorów uczących. Generowane drzewa zawierają w każdym węźle liniową regułę decyzyjną (hiperpłaszczyznę), która dzieli wektory cech docierające do tego węzła na dwa podzbiory. Strategie poszukiwania hiperpłaszczyzny decyzyjnej opierają się na minimalizacji dipolowych funkcji kryterialnych, a jako procedury optymalizujące wykorzystywane są algorytmy wymiany rozwiązań bazowych lub algorytmy ewolucyjne. Aby wyeliminować nadmiarowe cechy, w proces poszukiwania optymalnej kombinacji liniowej w węźle wbudowana została selekcja cech. Dla uniknięcia zbytniego dopasowania do danych treningowych i zwiększenia zdolności do generalizacji, uzyskane drzewo jest przycinane. Przedstawione metody zostały zweryfikowane eksperymentalnie na publicznie dostępnych zbiorach danych i porównane z innymi algorytmami indukującymi drzewa decyzyjne.
In the paper, new methods for induction of classifiers in the form of multivariate (oblique) decision trees are presented. A linear decision function is used at each non-terminal node of the binary tree for splitting the data. The strategies for finding the decision hyper-plane are based on the concept of dipoles and as optimization procedures they use evolutionary algorithms or basis exchange algorithms. To eliminate redundant and noisy features we embedded into the process of searching for the optimal linear combination in each node the feature selection mechanism. To avoid over-fitting and to increase generalization the tree is pruned back after the growing phase. The presented methods were experimentally verified on publicly available datasets and compared with other decision tree systems. - Źródło:
-
Zeszyty Naukowe Politechniki Białostockiej. Informatyka; 2002, Z.1; 119-146
1644-0331 - Pojawia się w:
- Zeszyty Naukowe Politechniki Białostockiej. Informatyka
- Dostawca treści:
- Biblioteka Nauki
Artykuł