基于决策树生成及剪枝的数据集优化及其应用

• 作者: 吴卫江 周晓明 李国和 洪云峰 王峰 郑阳
• 来源期刊: 计算机工程与设计
• 学科: 工学
• 关键词: 信息熵 基尼指数 决策树 剪枝 数据优化
• 年，卷（期）: 2018,（1）
• 所属期刊栏目: 智能技术
• 页码范围: 205-211
• 页数: 7页
• 分类号: TP181
• 字数: 6957字
• 语种: 中文
• DOI: 10.16208/j.issn1000-7024.2018.01.036

摘要

为提高智能模型的识别精度,增强其泛化能力,需要对用于智能建模的数据集中的对象类别异常进行检测和修正.在进行数据集和决策树形式化描述的基础上,将基尼指数增益率作为确定连续条件属性最优二分原则,采用递归算法生成叶节点中对象为同一类别的二叉决策树.利用信息熵评价决策树剪除叶节点中对象的类别分布效果,实现数据集类别异常的类别修正.决策树的生成和剪枝本质上是完成基于基尼指数和信息熵的连续条件属性数据空间分割和合并类别修正.实验和实际应用验证了决策树生成和剪枝是数据集类别优化的有效方法.