基于序信息熵决策树的有序分类学习

摘要：

有序分类是指类别号之间存在序结构的分类问题，一般假设属性与决策存在单调的依赖关系。经典的决策树算法不能反映数据之间的序结构。本文引入序信息熵和序互信息度量，构造了新的决策树学习算法。基于有序信息熵决策树算法将有序互信息作为决策树的分裂准则，该算法在处理单调或非单调数据集时都可生成单调的规则集。实验证明该算法的平均排序损失和泛化能力都优于经典决策树C4.5等算法。

关键词： 有序分类 有序信息熵 决策树 学习算法

作者: 车勋建 胡清华

作者单位: 哈尔滨工业大学能源学院 哈尔滨 150001

会议类型: 国内会议

会议名称: 第十届中国Rough集与软计算、第四届中国Web智能、第四届中国粒计算联合会议

会议地点: 重庆

会议语种:中文

页码: 45-49

在线出版日期: 2010-10-01（万方平台首次上网日期，不代表论文的发表时间）