用遗传算法改进的BP神经网络剪枝算法来优化决策树模型

被引：16

作者：

武彤

程辉

机构：

[1] 贵州大学计算机科学与信息学院

来源：

计算机科学 | 2013年 / 40(S2)卷 / S2期

关键词：

数据挖掘; 决策树; BP神经网络; 遗传算法; 剪枝算法;

D O I：

暂无

中图分类号：

TP18 [人工智能理论];

学科分类号：

140502 [人工智能];

摘要：

决策树是一种有效的分类方法,但在构建决策树模型的过程中,常常会出现模型过度拟合的现象。利用基于BP神经网络的决策树剪枝算法(BP-Pruning)进行软剪枝处理,然后根据BP-Pruning的一些不足,提出一种改进算法,简称GBP-Pruning算法。该算法通过引入遗传算法来训练BP-Pruning算法模型中的权值和阈值,从而克服了BPPruning算法上的不足,最后验证了GBP-Pruning算法的可行性。

引用

页码：278 / 280+295 +295

页数：4