测试时间代价敏感决策树

孔婕, 胡军

重庆邮电大学学报(自然科学版) ›› 2024, Vol. 36 ›› Issue (05) : 1062-1070.

测试时间代价敏感决策树

  • 孔婕, 胡军
作者信息 +
History +

摘要

决策树作为一种重要的分类算法已在许多领域得到了广泛应用。针对传统决策树算法未考虑实际应用中代价约束的问题,已有研究提出在限制代价的情况下构建决策树的方法。这些方法中代价的定义并没有考虑测试样本通过决策树进行分类的时间代价。为了最小化样本通过决策树进行分类的测试时间,提出了一种测试时间代价敏感决策树算法。定义了样本的测试时间代价,定义了衡量属性重要度的决策指数,给出了构造代价敏感决策树的算法。实验结果表明,算法的测试时间代价相较于C4.5、RSDT和CSGR等主要算法平均提升了11.7%,且在不同数据集下分类准确度平均提升了5.3%。

关键词

决策树 / 代价敏感 / 决策指数 / 测试时间

中图分类号

TP18

引用本文

导出引用
孔婕, 胡军. 测试时间代价敏感决策树. 重庆邮电大学学报(自然科学版). 2024, 36(05): 1062-1070

基金

国家自然科学基金项目(62221005,62276038); 重庆市自然科学基金项目(cstc2021ycjh-bgzxm0013); 重庆市教委重点合作项目(HZ2021008)

评论

Accesses

Citation

Detail

段落导航
相关文章

/