一种基于本体的知识辅助型决策树学习算法

摘要：

本文将语义Web中的本体知识融入到决策树的学习方法中,提出了OADTree算法,最大程度上使训练样本在数据的更高抽象维产生分支,以降低决策树的规模,同时还可以对训练集中未出现的标称属性值作出预测.基于标准数据集的大量实验结果表明,该方法在有效降低决策树复杂性的基础上,学习的准确率和效率都有所提高.

关键词： 决策树学习 OADTree算法 本体知识 数据集

作者: 吴钧

作者单位: 国防科技大学信息系统与管理学院2013级工程硕士班,长沙410073

会议类型: 国内会议

会议名称: 国防科技大学信息系统与管理学院2014管理科学学术研讨会

会议地点: 长沙

会议语种:中文

页码: 338-344

在线出版日期: 2014-10-01（万方平台首次上网日期，不代表论文的发表时间）