基于最大熵选取示例的增量决策树归纳

• 作者: 王熙照 王硕 苑俊英 闫建辉 隋春荣
• 来源期刊: 计算机工程与应用
• 学科: 工学
• 关键词: 样例挑选 信息熵 模糊决策树归纳 泛化精度
• 年，卷（期）: 2006,（35）
• 所属期刊栏目: 数据库与信息处理
• 页码范围: 160-162,187
• 页数: 4页
• 分类号: TP311.13
• 字数: 4434字
• 语种: 中文
• DOI: 10.3321/j.issn:1002-8331.2006.35.046

摘要

设A是一训练集,B是A的一个子集,B是选择A中部分有代表性的示例而生成的.得到了这样一个结论,即对于适当选取的B,由B训练出的决策树其泛化精度优于由A训练出的决策树的泛化精度.进一步,设计实现了一种如何从A中挑选有代表性的示例来生成B的算法,并从数据分布和信息熵理论角度分析了该算法的设计原理.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王熙照	河北大学数学与计算机学院	88	1286	18.0	32.0
2	隋春荣		27	34	3.0	5.0
3	王硕	河北大学数学与计算机学院	37	120	6.0	9.0
4	苑俊英	河北大学数学与计算机学院	3	42	3.0	3.0
5	闫建辉	河北大学数学与计算机学院	1	9	1.0	1.0