急切式和懒惰式学习策略相结合的决策树分类模型

• 作者: 卢润彩 黄泽宇
• 来源期刊: 北京交通大学学报
• 学科: 工学
• 关键词: 急切式学习策略 懒惰式学习策略 懒惰式决策树 朴素贝叶斯
• 年，卷（期）: 2005,（5）
• 所属期刊栏目: 计算机与信息技术
• 页码范围: 92-97
• 页数: 6页
• 分类号: TP18.1
• 字数: 6612字
• 语种: 中文
• DOI: 10.3969/j.issn.1673-0291.2005.05.023

摘要

急切式学习策略和懒惰式学习策略有着不同的学习和分类机制.通过分析急切式学习策略下的普通决策树模型和懒惰式学习策略下的懒惰式决策树模型,提出了一种新的决策树分类模型即Semi-LDtree.它生成的决策树的结点,如普通决策树一样,包含单变量分裂,但是叶子结点相当于一个懒惰式决策树分类器.这种分类模型保留了普通决策树良好的可解释性,实验结果表明它提高了分类速度和分类精确度,特别是在大的数据集合上效果更加明显.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	卢润彩	石家庄信息工程职业学院计算机系	6	19	3.0	4.0
2	黄泽宇	北京交通大学计算机与信息技术学院	1	3	1.0	1.0