河南科技大学学报论文范文参考

　　本文是一篇计算机理论论文范文，选自期刊河南科技大学学报，计算机技术类论文发表期刊推荐《电脑编程技巧与维护》自1994年创刊以来，始终以“实用第一，智慧密集”为宗旨，为广大电脑编程爱好者、专业计算机系统维护人员和软件开发人员提供第一手的技术资料和编程维护技术，在业内获得一致好评，是广大编程和维护人员的首选刊物。
　　摘要：如何在测试节点里构造一个恰当的分割超平面是构造决策树的关键，与单变量决策树不同，多变量（倾斜）决策树可以找到与特征轴不垂直的超平面。本文将从几何学角度说明构造测试节点的过程，提出了一种两阶段决策树的算法。

　　关键词：超平面,两阶段,决策树

　　0引言

　　决策树有着许多不同的应用，其中包括诊断学里面的长度衰退[1]、分等级的多级标签的分类等。在机器学习和数据采集方面，决策树已经成为一种最广泛的模型。一些决策树分类器的算法，比如ID3，C4.5，CART等，经常被作为评价其他分类器性能的基准。它之所以流行，是因为其形式简单、判断迅速、解释容易和精确度高。

　　1两阶段决策树算法

　　1.1两阶段构造超平面构造多变量决策树的中心问题是，在每个测试节点内对于连续的属性如何研究分割超平面函数如式（1）：w1x1+w2x2+…+wnxn+threshold（阈值）=0，这里的X=（x1，x2…xn，1）是一个图形向量，它是由一个常数和n个描叙实例的特征组成的。WT=（w1，w2，…，wn，wn+1）是一个X的参数向量，也可以称为权向量（本文中假设WT是一个单位向量）。为了研究在每个测试决策树节点内构造超平面的过程，首先调整方程式（2）：1w1x1+w2x2+…+wnxn=threshold，权向量WT=（w1，w2…wn）可以看作是用函数2构造的超平面的法线方向，然后我们可以将寻找超平面函数2的过程分为两个步骤：首先找出标准向量WT，然后再找出参数阈值。使WT中至少有一个参数不等于0，得到的超平面就会向特征轴倾斜；使WT中只有一个参数不为0，例如WT=（0，0，…，wi，…，0），得到的超平面就会与特征轴垂直。显然，如果在每个超平面的WT中只有一个参数不为0，构造的决策树将会退化为单变量树。为了深入研究这个问题，首先我们作了一个定义1。

　　定义1设V=（v1，v2…vn）（单位向量）是实例空间P内的一个方向向量，a=（a1，a2…an）是实例空间P内的一点。?坌a，如果a′=∑1?燮i?燮naivi，我们就说a′是a的V成分。

　　根据定义1可知，如把V当作标准轴，那么a′就是V轴上的值。

　　命题1设H是用函数（2）构造的分割超平面，假设A和H的交点的标准成分是v，那么v=threshold（阈值）。

　　证明设a=（a1，a2，…，an）是实例空间内的一点，?坌a∈P，a的标准成分b=∑1?燮i?燮nwiai。设a′=（a，a，…，a）是从a到标准轴的映射点，得到式（3）：b=∑1?燮i?燮nwiai=∑1?燮i?燮nwia。

　　设t=（t1，t2，…，tn）是A和实例空间P的交点，因为WT是实例空间p内的标准向量，所以t=a′。联合（3）式，可以得到：b=∑1?燮i?燮nwia=∑1?燮i?燮nwiti=v。根据方程式（2），得到v=threshold（阈值）。

　　在权重向量WT内，如果只有一个参数不是0，例如WT=（0，0，…，wi，…，0），那么命题1中法线方向是准确的一个实例空间特征。因此，单变量决策树满足命题1。从这个角度来看，我们的框架是单变量决策树的延伸。此外，一旦发现有法线方向，就可以简单地解决超平面阈值：计算每个实例的标准成分作为一维空间值，然后根据一些标准（如基尼），寻找作为函数（2）阈值的最佳分割阈值。

　　1.2两阶段决策树算法通过在1.1内的分析，寻找超平面函数的过程可以划分为两个阶段。基于这个，介绍两阶段决策树算法，这种算法通过两个阶段为每个测试节点构造超平面，如图1。除了步骤2和3，此算法和其他决策树算法没有什么区别。步骤2（第一阶段），候选超平面的标准列表是用某种研究函数构造的。许多着名的方法可直接用在这里寻找法线方向，如主成分分析，合作联盟等。步骤3（第二阶段）分为两个阶段：在第一阶段中，每个候选超平面阈值是基于一些纯判断标准（如信息增益率和基尼）。在寻找连续属性分割点方面，这个阶段类似于单变量决策树算法。在第二阶段，此模型根据判断标准从候选列表中选出最佳分割超平面。在图2中给出了构造两阶段决策树的控制算法。许多算法只能处理一组特定的数据。为了简化问题分析的复杂性，步骤1对输入数据集进行预处理。预处理数据集之后，步骤2构造一个使用算法1的构造决策树树（参见图1）。一旦决策树被构造，它就会被修剪回来。在修剪阶段有两项措施用以评估每个测试节点：如果它是叶指数，则在测试节点下对一些子树指标（如错误率）和测试节点进行评估。如果是前者且后者满足一些条件（如后者的错误率小于前者），则其根是节点的整个树，由叶取代。不同的算法，采用不同的修剪指标。Quinlan使用错误率评估基于统计界的评估，BrEiman等人使用成本复杂性评估基于错误率和树的规模（由叶节点数量来衡量）。但是我们采用EBPC4.5和CCPCART来测试已修剪的构造决策树的性能和修剪算法的影响。

　　2结论

　　在本文中，首先从几何学角度重新解释了构造测试节点的过程，并在此基础上，提出了两阶段方法来为决策树的每个测试节点构造超平面。第一阶段寻找基于无监督或监督方法的合适的法线方向。基于一些如基尼和增长比的标准，第二阶段找出在法线方向上的超平面的截距。最后提出了两阶段的构造决策树算法。

　　参考文献：

　　[1]Su，X.G.，Tsai，C.-L.，&Wang，C.（2009）.Tree-structuredmodeldiagnosticsforlinearregression.MachLearn74：111-131.

　　Vens,C.Struyf,J.,Schietgat,L.,Dzeroski,S.,&Blockeel，H.(2008).Decisiontreesforhierarchicalmulti-labelclassification.MachLearn,73:185-214.

　　Quinlan，J.R（1979）.Discoveringrulesbyinductionfromlargecollectionofexamples.InD.Michie，editor.

　　QuinlanJR.（1993）.C4.5：ProgramsforMachineLearning[M].SanMateo，CA：MorganKaufman