基于McDiarmid不等式的决策树分类算法

• 作者: 王少峰 贾涛 邢成 韩萌
• 来源期刊: 山西大学学报（自然科学版）
• 学科: 工学
• 关键词: 数据流 分类算法 决策树 Hoeffding不等式 McDiarmid不等式
• 年，卷（期）: 2019,（4）
• 所属期刊栏目: 2019年中国计算机学会人工智能会议(CCFAI 2019)论文选登
• 页码范围: 718-728
• 页数: 11页
• 分类号: TP3
• 字数: 8751字
• 语种: 中文
• DOI: 10.13451/j.cnki.shanxi.univ(nat.sci.).2019.06.03.003

摘要

大多数处理数据流的决策树方法是基于Hoeffding不等式设计的.但是Hoeffding不等式本身只能处理数值数据流,并且在属性度量方面存在不足.为了解决这个问题,文章在Hoeffding不等式算法的基础上引入Me-Diarmid不等式,将二者融合并做了相应的改进作为新的属性度量选择,提出了一种基于McDiarmid不等式的新决策树分类算法,即McTree.该算法使用ε/2进行属性分类度量来提高分类性能.在真实与虚拟数据流上的实验结果表明,McTree与经典算法相比,在分类精度升高或几乎保持不变的情况下,生成树的规模明显降低.其中生成树节点数平均降低70％左右,树层数平均降低50％左右.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	韩萌	北方民族大学计算机科学与工程学院	26	99	4.0	9.0
2	王少峰	北方民族大学计算机科学与工程学院	5	5	1.0	2.0
3	贾涛	北方民族大学计算机科学与工程学院	5	5	1.0	2.0
4	邢成	北方民族大学计算机科学与工程学院	1	1	1.0	1.0