电子学报
電子學報
전자학보
ACTA ELECTRONICA SINICA
2011年
10期
2348-2352,2396
,共6页
赵士伟%卓力%王素玉%沈兰荪
趙士偉%卓力%王素玉%瀋蘭蓀
조사위%탁력%왕소옥%침란손
代价敏感%误分类代价%测试代价%多目标优化%决策树
代價敏感%誤分類代價%測試代價%多目標優化%決策樹
대개민감%오분류대개%측시대개%다목표우화%결책수
本文提出了一种基于非支配邻域免疫算法(NNIA,Nondominated Neighbor Immune Algorithm)多目标优化的代价敏感决策树构建方法.将平均误分类代价和平均测试代价作为两个优化目标,然后利用NNIA对决策树进行优化,最终获取了一组Pareto最优的决策树.对多个测试集的测试结果表明,与C4.5算法和CSDB(Cost Sensitive DecisionTree)算法比较,本文方法不仅在平均误分类代价和平均测试代价两方面均可以取得优于两者的性能,而且获得的决策树具有更小的规模,泛化能力更强.
本文提齣瞭一種基于非支配鄰域免疫算法(NNIA,Nondominated Neighbor Immune Algorithm)多目標優化的代價敏感決策樹構建方法.將平均誤分類代價和平均測試代價作為兩箇優化目標,然後利用NNIA對決策樹進行優化,最終穫取瞭一組Pareto最優的決策樹.對多箇測試集的測試結果錶明,與C4.5算法和CSDB(Cost Sensitive DecisionTree)算法比較,本文方法不僅在平均誤分類代價和平均測試代價兩方麵均可以取得優于兩者的性能,而且穫得的決策樹具有更小的規模,汎化能力更彊.
본문제출료일충기우비지배린역면역산법(NNIA,Nondominated Neighbor Immune Algorithm)다목표우화적대개민감결책수구건방법.장평균오분류대개화평균측시대개작위량개우화목표,연후이용NNIA대결책수진행우화,최종획취료일조Pareto최우적결책수.대다개측시집적측시결과표명,여C4.5산법화CSDB(Cost Sensitive DecisionTree)산법비교,본문방법불부재평균오분류대개화평균측시대개량방면균가이취득우우량자적성능,이차획득적결책수구유경소적규모,범화능력경강.
