一种用于大规模数据集的决策树采样策略

• 作者: 王会进 赵国强
• 来源期刊: 微型机与应用
• 学科: 经济
• 关键词: 决策树 样本选取 广度优先遍历
• 年，卷（期）: 2010,（21）
• 所属期刊栏目: 软件天地
• 页码范围: 5-6,13
• 分类号: FP311
• 字数: 2248字
• 语种: 中文
• DOI: 10.3969/j.issn.1674-7720.2010.21.002

摘要

为提高大规模数据集生成树的准确率,提出一种预生成一棵基于这个数据集的决策树,采用广度优先遍历将其划分为满足预定义的限制的数据集,再对各数据集按照一定比例进行随机采样,最后将采样结果整合为目标数据集的数据采样方法.通过对一UCI数据集进行采样,并用现有决策树算法实验证明,该采样方法优于传统随机采样方法,基于该采样方法的生成树准确率有所提高.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王会进	暨南大学信息科学技术学院	41	303	11.0	15.0
2	赵国强	暨南大学信息科学技术学院	1	3	1.0	1.0