决策树算法的程序演化方法优化

doi:10.3778/j.issn.1002-8331.2009.15.022

计算机工程与应用 ›› 2009, Vol. 45 ›› Issue (15): 72-74.DOI: 10.3778/j.issn.1002-8331.2009.15.022

决策树算法的程序演化方法优化

傅明¹,张颖¹,陈曦¹,万力²

1.长沙理工大学计算机与通信工程学院，长沙 410076
2.长沙理工大学交通运输工程学院，长沙 410076

收稿日期:2008-04-07 修回日期:2008-07-11 出版日期:2009-05-21 发布日期:2009-05-21
通讯作者: 傅明

Decision tree algorithm optimized using method of program transformation

FU Ming¹,ZHANG Ying¹,CHEN Xi¹,WAN Li²

1.Institute of Computer and Communication Engineering，Changsha University of Science and Technology，Changsha 410076，China
2.Institute of Communication and Transportation Engineering，Changsha University of Science and Technology，Changsha 410076，China

Received:2008-04-07 Revised:2008-07-11 Online:2009-05-21 Published:2009-05-21
Contact: FU Ming

摘要/Abstract

摘要： 为了从另一个角度提高决策树算法的效率，对标准的ID3决策树算法进行函数式语言Haskell描述，研究了程序演化策略，推衍出了一个高效等价算法。实验结果证明演化过程是正确的。

关键词: 程序演化, 函数式语言, 决策树

Abstract: In this paper，in order to raise the efficiency of decision tree algorithms from another angle，it describes the standard ID3 decision tree algorithm in functional language Haskell，and products a highly effective and equal algorithm using the program transformation strategy.The experimental result shows that evolutionary process is correct.

Key words: program Transformation, functional language, decision tree

傅明¹,张颖¹,陈曦¹,万力². 决策树算法的程序演化方法优化[J]. 计算机工程与应用, 2009, 45(15): 72-74.

FU Ming¹,ZHANG Ying¹,CHEN Xi¹,WAN Li². Decision tree algorithm optimized using method of program transformation[J]. Computer Engineering and Applications, 2009, 45(15): 72-74.

[1]	张敏，彭红伟，颜晓玲. 基于神经网络的模糊决策树改进算法[J]. 计算机工程与应用, 2021, 57(21): 174-179.
[2]	谭正华，戴立平，文阳，李国泰. 基于约简属性和阈值分割的决策树构建方法[J]. 计算机工程与应用, 2020, 56(22): 160-165.
[3]	陈景霞，郝为，张鹏伟，谢佳. RSVP与SSVEP混合脑电信号刺激与多类事件检测[J]. 计算机工程与应用, 2020, 56(15): 132-139.
[4]	王丽苗，许青林，姜文超，符基高. 集成FM的短视频喜好率预测模型[J]. 计算机工程与应用, 2020, 56(14): 118-122.
[5]	依不拉音·吾斯曼，郭文强，于凯. 面向多形式维文的敏感信息过滤算法研究[J]. 计算机工程与应用, 2020, 56(10): 127-133.
[6]	苏翀，任曈，王国品，殷杰. 利用决策树建立慢性阻塞性肺病中医诊断模型[J]. 计算机工程与应用, 2019, 55(3): 225-230.
[7]	王玉源，徐杰，吉卫喜. 基于监督式机器学习的零件几何特征智能识别[J]. 计算机工程与应用, 2019, 55(22): 225-230.
[8]	刘俊杰，王珺，王梦林，王悦. SDN中基于C4.5决策树的DDoS攻击检测[J]. 计算机工程与应用, 2019, 55(20): 84-88.
[9]	王燕，郭元凯. 改进的XGBoost模型在股票预测中的应用[J]. 计算机工程与应用, 2019, 55(20): 202-207.
[10]	曹卫东1，2，许代代2，王静2，王家亮2. 民航NOSHOW预测及强因子关联分析[J]. 计算机工程与应用, 2019, 55(2): 221-227.
[11]	赵攀1，袁杰1，王宏伟1，2，米汤1. 基于决策树的羽流追踪机器人自主决策方法研究[J]. 计算机工程与应用, 2019, 55(14): 254-259.
[12]	安葳鹏，尚家泽. 决策树C4.5算法的改进与分析[J]. 计算机工程与应用, 2019, 55(12): 169-173.
[13]	潘杰1，渡边政彦2，周宽久1，梁浩然1，崔凯1. 嵌入式软件形式化建模方法[J]. 计算机工程与应用, 2018, 54(8): 61-71.
[14]	汪良楠，肖迪. 基于CCS优化的FDT集成分类算法研究[J]. 计算机工程与应用, 2018, 54(5): 127-131.
[15]	薛朋强，鲜英，努尔布力，吾守尔·斯拉木. 面向维吾尔文的敏感信息过滤方法研究[J]. 计算机工程与应用, 2018, 54(5): 236-241.

决策树算法的程序演化方法优化

Decision tree algorithm optimized using method of program transformation

PDF

可视化

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

编辑推荐

Metrics