一种改进的决策树后剪枝算法磁

• 作者: 郑伟 马楠
• 来源期刊: 计算机与数字工程
• 学科: 工学
• 关键词: 分类算法 决策树 剪枝算法
• 年，卷（期）: 2015,（6）
• 所属期刊栏目: 算法与分析
• 页码范围: 960-966,971
• 页数: 8页
• 分类号: TP391
• 字数: 7714字
• 语种: 中文
• DOI: 10.3969/j.issn1672-9722.2015.06.005

摘要

当深度和节点个数超过一定规模后，决策树对未知实例的分类准确率会随着规模的增大而逐渐降低，需要在保证分类正确率的前提下，用剪枝算法对减小决策树的规模。论文在对现有决策树剪枝算法优缺点进行分析的基础上，提出了一种综合考虑分类精度、分类稳定性以及决策树规模的后剪枝改进算法，并通过实验证明了该算法在保证模型判别精度和稳定性的前提下，可以有效地减小了决策树的规模，使得最终的自动判别模型更加简洁。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	郑伟		55	294	10.0	15.0
2	马楠		7	20	1.0	4.0