模糊聚类决策树的研究与改进

论文摘要

决策树算法是应用最广泛的机器学习算法之一,它基于一个无次序、无规则的样本数据集,试图从中提取出描述此样本数据集的数学模型。传统的决策树算法只能处理属性为离散值的样本,如果其属性是连续值则需要通过属性离散化进行预处理。离散化机制必然会导致样本信息丢失,进而影响决策树性能。近些年,有些学者开始将模糊聚类算法与决策树相结合,构造出模糊聚类决策树,从而避免了对连续值属性的离散化,进而降低了数据信息的丢失。本文首先研究了模糊聚类决策树的结构,树的生长机制以及树中节点停止扩展的准则。在此基础上,基于传统的模糊聚类决策树无法处理未知类别的样本这一不足,本文进一步提出了一种新型的无监督模糊聚类决策树模型。在没有样本类别信息参与的情况下,通过制定新的节点分裂标准,构建了无监督的模糊聚类决策树,从而将模糊聚类决策树算法推广到无监督学习中。最后,实验比较了基本决策树算法C4.5,传统的模糊聚类决策树以及改进后的无监督模糊聚类决策树的性能。实验结果表明,本文提出的无监督模糊聚类决策树在没有样本类别信息引导的条件下性能较优,并且树的规模较小。

论文目录

• 摘要
• Abstract
• 第1章 绪论
• 1.1 研究背景与意义
• 1.2 国内外研究现状
• 1.3 研究内容
• 1.4 论文组织
• 第2章 决策树概述
• 2.1 分割树简介
• 2.2 决策树学习
• 2.3 本章小结
• 第3章 模糊聚类
• 3.1 聚类
• 3.1.1 聚类分析
• 3.1.2 聚类指标
• 3.1.3 聚类算法分类
• 3.2 模糊集理论
• 3.3 模糊聚类算法
• 3.4 本章小结
• 第4章 无监督模糊聚类决策树的研究
• 4.1 模糊聚类决策树的架构
• 4.2 节点分裂标准
• 4.3 节点停止分裂条件
• 4.4 改进的模糊聚类决策树的建立
• 4.5 对新样本的分类
• 4.6 本章小结
• 第5章 实验结果及分析
• 5.1 聚类精度的评价
• 5.2 三种决策树算法精度的比较
• 5.3 决策树规模的比较
• 5.4 本章小结
• 第6章 总结与展望
• 6.1 本文总结
• 6.2 工作展望
• 参考文献
• 致谢
• 攻读学位期间取得的科研成果