【摘 要】
：
本文针对决策树学习过程中存在的多值偏向问题,提出两种改进方法,从不同的角度来解决ID3算法的缺陷并优化决策树学习算法。同时,在算法优化的基础上,以Eclipse为开发平台,设
论文部分内容阅读
本文针对决策树学习过程中存在的多值偏向问题,提出两种改进方法,从不同的角度来解决ID3算法的缺陷并优化决策树学习算法。同时,在算法优化的基础上,以Eclipse为开发平台,设计实现了决策树算法演示软件,将其作为算法的实验平台,并使用UCI机器学习数据集作为实验数据,对相应的算法进行实验效果的验证。同时又将决策树学习算法应用到Deep Web查询接口发现中,更好的对查询接口进行分类与发现。本文的主要研究成果概括为以下四个方面:(1)分析研究决策树构建过程中存在的多值偏向问题,并在此基础上提出了一种基于等预测能力的决策树分支合并算法,采用预剪枝的策略对非叶子节点中分类预测能力相等的分支进行合并。(2)针对经典ID3算法中采用信息增益作为选择标准存在多值偏向问题,引入均欧氏距离作为启发信息,提出了一种基于均欧氏距离的决策树优化算法,通过理论分析,该算法可以有效的克服多值偏向问题。(3)以决策树算法演示软件作为实验平台,将上述方法应用于其中,分析各个算法的优劣和各类参数的性能比较,并提出可以进一步改进实验效果的若干思想。(4)以Deep Web为应用平台,将改进的决策树优化算法应用于Deep Web查询接口发现中,改善了过去查询接口发现中分类准确率较低,时间开销较大的问题。
其他文献
随着信息技术的迅速发展以及互联网的广泛深入,信息系统在人类社会中扮演着越来越重要的角色,而处于信息系统最底层的操作系统,是计算机资源的直接管理者,其安全问题是信息系
近年来,我国煤矿安全生产形势趋于好转,但安全事故时有发生,其中瓦斯事故是当前煤矿生产的主要灾害之一,已成为制约煤矿安全生产的重要因素,如何有效的监控煤矿井下瓦斯环境
独立分量分析(ICA)是一种非常有效的盲信号处理技术,其基本原理是通过分析多维观测数据间的高阶统计相关性,找出相互独立的隐含信息成分,完成分量间高阶冗余的去除及独立信源
随着Internet技术的迅速发展,网络不仅是人们获取信息的重要来源,也逐渐成为人们表达个人观点和分享自身体验的最佳平台,“阅读式的网络”逐步转变成“交互式的网络”。网络
目前我国的各个大学大都建立了校园网系统,但基本集中在web网站和BBS等应用上,而对于更深入的智能应用却比较少,像通过校园网实现在线无纸化办公、教学资源的共享、在线测评
随着信息技术的高速发展和互联网的迅速普及,使得数据挖掘的使用越来越广泛。频繁模式挖掘就是数据挖掘领域中的一个重要分支,它主要是从序列文本中发现出现频繁的模式,它在
随着社会的发展,公交车成为大众出行的首选交通工具,特别是我国2008年北京奥运会、2010年上海世博会和广州亚运会等大型国际活动,公交系统便成为重要的研究问题。嵌入式智能
随着互联网规模的不断扩大及其应用的多元化发展,对网络性能监控和运行管理的要求越来越高。因此研究网络流量特征,对网络管理、规划和发展都有重要意义。其中,流量测量是网
随着数码设备、网络及多媒体技术的发展,人们在工作、学习和日常生活中产生的图像数据呈现了爆炸式的增长方式,如何合理而又高效地组织海量的图像数据、结合图像低层特征,将
电力系统中时钟的协调统一对于故障的分析、监视的控制及运行的管理都有着举足轻重的作用。在电力系统中实现实时同步功能，使系统网络中所有主机的时间高度一致，最终达到电力全