电讯技术

作者：刘振宇,褚娜

单位：(1.东北大学 计算机科学与工程学院，沈阳 110819;2.大连东软信息学院 计算机与软件学院，辽宁 大连 116023)

关键词：机器学习；决策树；聚类；属性加权；多路划分；

基金：国家自然科学基金青年基金资助项目(61602075)

针对斜划分决策树算法普遍存在时间效率低、部分算法仅能应用于二分类问题，提出了一种基于加权距离的聚类决策树算法。通过Relief-F算法为预测属性计算权重，并将权重用于树结点中数据的聚类过程，使用分簇结果对结点进行多路划分，得到可直接用于多分类问题的决策树。理论分析和实验结果表明，该算法与经典轴平行决策树相比，拥有更好的泛化能力以及相近的算法时间复杂度，与大部分斜决策树相比，在付出更少计算代价的前提下，获得了近似的正确率以及模型简洁度。

来源：2020年第11期

《电讯技术》期刊编辑部

查看电讯技术杂志2020年第11期