应用Tsallis算法和关键度度量的决策树构建

• 作者: 丛培强 李梁 陈亚茹
• 来源期刊: 重庆理工大学学报（自然科学版）
• 学科: 工学
• 关键词: 决策树 Tsallis 关键度度量 分割标准
• 年，卷（期）: 2018,（10）
• 所属期刊栏目: 信息·计算机
• 页码范围: 143-148
• 页数: 6页
• 分类号: TP301
• 字数: 4022字
• 语种: 中文
• DOI: 10.3969/j.issn.1674-8425(z).2018.10.023

摘要

决策树是解决分类问题的重要方法,目前已经提出多种决策树算法,如ID3、C4.5和CART,它们代表属性分割的普遍标准,即香农熵、信息增益率和基尼系数,但这些算法相互独立,各自优势无法统一.针对该问题,通过研究Tsallis熵,提出Tsallis算法,并基于该算法构建决策树,最后在此基础上提出关键度度量的概念,进一步弥补了叶节点以"少数服从多数"标识分类的缺陷.实验结果表明:该方案精度高、规模小.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李梁	重庆理工大学计算机科学与工程学院	15	242	7.0	15.0
2	陈亚茹	重庆理工大学计算机科学与工程学院	11	19	3.0	4.0
3	丛培强	重庆理工大学计算机科学与工程学院	3	3	1.0	1.0