ID3算法的实现与改进_第1页
ID3算法的实现与改进_第2页
ID3算法的实现与改进_第3页
ID3算法的实现与改进_第4页
ID3算法的实现与改进_第5页
全文预览已结束

下载本文档

版权说明:本文档由用户提供并上传,收益归属内容提供方,若内容存在侵权,请进行举报或认领

文档简介

目录ID3算法的实现与改进3一、ID3算法简介3二、ID3算法的具体实现方法3三、ID3算法的不足与改进4四、分析5五、总结和心得体会7ID3算法的实现与改进一、ID3算法简介 构造决策树的基本算法是贪心算法,它以自顶向下递归的各个击破方式构造决策树。ID3算法的基本策略如下: 1.创建一个节点。如果样本都在同一类,则算法停止,把该节点改成树叶节点,并用该类标记。2.否则,选择一个能够最好的将训练集分类的属性,该属性作为该节点的测试属性。3.对测试属性中的每一而值,创建相应的一个分支,并据此划分样本。4.使用同样的过程,自顶向下的递归,直到满足下面的三个条件中的一个时就停止递归。给定节点的所有样本都属于同一类。没有剩余的属性可以用来划分。分支没有样本。二、ID3算法的具体实现方法设S是s个数据样本的集合。假定类标号属性具有m个不同的值,定义m个不同类Ci(i=1,2,,m)。设si是类Ci中的样本数。对一个给定的样本分类所需要的期望信息(熵)由下式给出:I(s1,s2,sm)=-i=1mpilog2(pi)其中pi是任意样本属性Ci的概率,并用si/s估计。设属性A具有v个不同值a1,a2,,av。可以用属性A将S划分为v个子集S1,S2,Sv;其中,Sj包含S中这样一些样本,他们在A上具有值aj。如果A选作测试属性(即最好的分裂属性),则这些子集对应于包含集合S的节点生长出来的分歧。设Sij是子集Sj中类Ci的样本数。根据由A划分成子集的熵或期望信息由下式给出:EA=j=1vs1j+s2j+smjsI(s1j,s2j,smj)其中,s1j+s2j+smjs是第j个子集的权,并且等于子集(即A值为aj)重的样本个数除以S中的样本总数。熵值越小,子集划分的纯度越高。注意,对于给定的子集Sj有I(s1j,s2j,smj)=-i=1mpijlog2(pij) 其中,pij=sijSj是Sj中的样本属于类Ci的概率。 在A上分枝将获得的编码信息是GainA=Is1,s2,sm-E(A) Gain(A)称为信息增益,它是由于知道属性A的值而导致额熵的期望压缩。具有最高信息增益的属性将选作给定集合S的测试属性。创建一个节点,并以该属性标记,对于属性的每个值创建分枝,并据此划分样本。三、ID3算法的不足与改进ID3算法往往偏向于选择取值较多的属性,而在很多情况下取值较多的属性并不总是最重要的属性,即按照使熵值最小的原则被ID3算法列为应该首先判断的属性在现实情况中确并不一定非常重要。改进:针对信息增益GainA=Is1,s2,sm-E(A),为了弥补上述分裂属性选取是的多值偏向,可对GainA乘上一个条件修正函数,对其进行一定的“惩罚”,从而使各待选属性的信息增益值重新给排序。新的公式为 GainA=1-f(n)Is1,s2,sm-E(A)其中fn=sin13,n4sin1n,n4,n为v,即属性A中不同值的个数具体实现:f(n) Gain(A)四、分析对改进前和改进后的ID3算法进行分析对比。样本数据集如下:由于原样本数据集中各属性的v值都不超过3,所以我在阴晴属性和湿度属性中添加了几个新值,阴晴中添加了rany1(大雨),snow;在湿度属性中添加了low下面是改进前ID3算法的测试结果 改进后ID3算法的测试结果:从上可以明显看出,改进后的ID3算法要优于改进前的ID3算法。五、总结和心得体会上这门课程之前说模式识别是什么可能不知道,但上完这门课之后,肯定了解了什么是数据挖掘,什么是机器学习,在这门课程中,先后学习了决策树ID3算法,以及ID3的改进算法C4.5,还有朴素贝叶斯、K近邻等算法,对数据挖掘有了更全面的认识。这次实习主要研究了ID3算法,其实ID3算法有很多不足的地方,比

温馨提示

  • 1. 本站所有资源如无特殊说明,都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
  • 2. 本站的文档不包含任何第三方提供的附件图纸等,如果需要附件,请联系上传者。文件的所有权益归上传用户所有。
  • 3. 本站RAR压缩包中若带图纸,网页内容里面会有图纸预览,若没有图纸预览就没有图纸。
  • 4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
  • 5. 人人文库网仅提供信息存储空间,仅对用户上传内容的表现方式做保护处理,对用户上传分享的文档内容本身不做任何修改或编辑,并不能对任何下载内容负责。
  • 6. 下载文件中如有侵权或不适当内容,请与我们联系,我们立即纠正。
  • 7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。

最新文档

评论

0/150

提交评论