一种基于神经网络集成的决策树构造方法

• 作者: 苏晓影 贺跃 郑建军
• 来源期刊: 计算机仿真
• 学科: 工学
• 关键词: 神经网络集成 神经网络分类器 决策树
• 年，卷（期）: 2006,（11）
• 所属期刊栏目: 仿真方法与算法
• 页码范围: 95-98
• 页数: 4页
• 分类号: TP311.13
• 字数: 4286字
• 语种: 中文
• DOI: 10.3969/j.issn.1006-9348.2006.11.025

摘要

神经网络集成方法具有比单个神经网络更强的泛化能力,却因为其黑箱性而难以理解;决策树算法因为分类结果显示为树型结构而具有良好的可理解性,泛化能力却比不上神经网络集成.该文将这两种算法相结合,提出一种决策树的构造算法:使用神经网络集成来预处理训练样本,使用C4.5算法处理预处理后的样本并生成决策树.该文在UCI数据上比较了神经网络集成方法、决策树C4.5算法和该文算法,实验表明:该算法具有神经网络集成方法的强泛化能力的优点,其泛化能力明显优于C4.5算法;该算法的最终结果显示为决策树,显然具有良好的可理解性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	贺跃	北京理工大学信息学院计算机系	13	135	5.0	11.0
2	郑建军	北京理工大学管理与经济学院	13	125	6.0	11.0
3	苏晓影	北京理工大学信息学院计算机系	1	6	1.0	1.0