| 题名 | 代价敏感决策树算法研究; Research on the Cost-sensitive Decision Tree Algorithm |
| 作者 | 叶林宝 |
| 答辩日期 | 2016-03-16 ; 2015-05-19 |
| 导师 | 冯少荣 |
| 关键词 | 决策树 代价 置信区间 评分 Decision tree Cost Confidence interval Score-evaluation |
| 英文摘要 | 代价敏感学习是近几年数据挖据领域的一个热门研究方向。基于代价敏感学习的分类算法的目标是进行分类时使得样例的误分类代价、属性检测代价等多种代价因素的总和最少。决策树作为一种经典的分类算法，其模型具有较好的可理解性、程序运行时较低的时间和空间复杂度、分类时较高的准确率等优点。正是由于决策树的诸多优点，近些年来不少学者尝试将决策树分类算法应用于代价敏感学习问题中。 现有的代价敏感决策树可以分为两类，一类是建立单一决策树模型来解决代价敏感分类问题，如EG2、PM、MinCost等；另一类是通过集成学习的方式来对样本进行代价敏感分类，如MetaCost、AdaBoost等。第一类算法的优点是执行效率非...; Cost-sensitive learning is a hot research in the field of data mining in recent years. The target of classification algorithm based on cost-sensitive learning is to obtain the least of the sum of misclassification-cost, attributes-test-cost and other cost factors. Decision tree is a kind of classic classification algorithm, and it has the advantages of good comprehensibility, low time and space co...; 学位：工学硕士; 院系专业：信息科学与技术学院_计算机应用技术; 学号：23020121152947 |
| 语种 | zh_CN |
| 出处 | http://210.34.4.13:8080/lunwen/detail.asp?serial=49701 |
| 内容类型 | 学位论文 |
| 源URL | [http://dspace.xmu.edu.cn/handle/2288/134550]  |
| 专题 | 信息技术－学位论文 |
| 推荐引用方式 GB/T 7714 | 叶林宝. 代价敏感决策树算法研究, Research on the Cost-sensitive Decision Tree Algorithm[D]. 2016, 2015. |
| 个性服务 |
| 查看访问统计 |
| 相关权益政策 |
| 暂无数据 |
| 收藏/分享 |
除非特别说明，本系统中所有内容都受版权保护，并保留所有权利。
修改评论