首页 | 本学科首页   官方微博 | 高级检索  
     

基于贝叶斯推理的决策树模型
引用本文:周亚同,张太镒,卢照敢. 基于贝叶斯推理的决策树模型[J]. 西安交通大学学报, 2006, 40(8): 888-891
作者姓名:周亚同  张太镒  卢照敢
作者单位:西安交通大学电子与信息工程学院,710049,西安
摘    要:针对决策树(DT)模型缺乏概率背景这一问题,将贝叶斯推理引入DT模型,提出了一种基于贝叶斯推理的决策树(BDT)模型.在假定所含待定参量的先验与似然的前提下,借助贝叶斯推理获得参量的后验,然后运用逆跳马尔科夫链蒙特卡洛算法对后验抽样,最终求出样本属于某一类别的置信度,从而避免了武断判决.BDT模型以抽样代替拆分与剪枝操作,既直观又灵活,同时在抽样时考虑了不同的树结构与递归分割方案,使得分类准确率得以提高.仿真实验结果表明,BDT模型的平均分类准确率与DT模型相比提高了1.7%~3.5%.

关 键 词:决策树  贝叶斯推理  逆跳马尔科夫链蒙特卡洛  分类准确率  递归分割
文章编号:0253-987X(2006)08-0888-04
收稿时间:2006-01-23
修稿时间:2006-01-23

Decision Tree Model Based on Bayesian Inference
Zhou Yatong,Zhang Taiyi,Lu Zhaogan. Decision Tree Model Based on Bayesian Inference[J]. Journal of Xi'an Jiaotong University, 2006, 40(8): 888-891
Authors:Zhou Yatong  Zhang Taiyi  Lu Zhaogan
Abstract:
Keywords:decision tree  Bayesian inference  reversible jump Markov chain Monte Carlo  classifi-( cation) accuracy rate  recursive partition  
本文献已被 CNKI 维普 万方数据 等数据库收录!
设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号